用R,tidyverse和mlr做机器学习

【R语言】已开通R语言群，五湖四海，天南地北，各行各业，有缘相聚，共享R事，雕刻数据，求解问题，以创价值。喜乐入群者，请加微信号luqin360，或扫描文末二维码，添加为好友，同时附上R-入群。有朋自远方来，不亦乐乎，并诚邀入群，以达相互学习和进步之美好心愿。

2021年，祝大家新年健康、平安和喜乐。

回顾过去的2020年，在R语言方面做了如下功课。

一、阅读了4本书籍，涵盖了R语言与数据可视化、数据分析、数据挖掘和机器学习的内容。这一切都是围绕一个主题：如何利用R语言有效地从数据中学习到知识。

二、认识了一群各行各业的R语言朋友，大家在利用R语言解决各自手头的问题，处理各自领域的数据，同时，大家相互交流、讨论和学习，以形成一个R语言学习和成长的共同体。

三、完成了几个与R语言相关的数据项目，有的是数据分析类项目，有的是学术论文方面任务。在实战中，深刻体会到R语言的强大与灵活，以及R语言可以有效和高效地做数据科学所涉及的方方面面的事情。

四、记录了数篇与R语言学习和总结的文章，有问题的解决方案，有特定领域的方法学习，有阅读书籍的心得与收获笔记等等。通过写文章的方式，让自己实现一种复盘与梳理，让自己对所学、所做、所感，做一个规整与优化。

思索当下的2021年，在R语言方面会拥抱这些事情。

第一、继续阅读R语言相关的书籍，我选择《用R,tidyverse和mlr做机器学习》这本书作为2021年的第一本R语言主题的书籍。

为什么选择这本书？首先，它是一本关于机器学习的书籍，机器学习是我研究和实践的方向，机器学习会在各行各业绽放光彩。新的一年，我需要强化自己的机器学习能力、认知、技术与应用。其次，它使用R语言以及两个强大的包tidyverse和mlr来做机器学习。R语言和tidyverse，我比较熟悉，但是,mlr包，我需要学习它。第三，这本书的内容丰富、条理清晰，包括4部分和1附言，依次是引言、分类、回归、降维和聚类。第一部分引言介绍了机器学习和使用tidyverse包做数据整理与可视化，第二部分和第三部分属于机器学习里面的有监督学习内容，依次是分类与回归，对应了最近邻、逻辑回归、判别算法、朴素贝叶斯、支持向量机、决策树、随机森林和boosting、GLM算法、带有正则技术的Ridge、LASSO和Elastic Net算法等；第四部分和第五部分属于机器学习里面的无监督学习内容，依次是降维与聚类，对应了主成分分析、t-SNE和UMAP、SOM和LLE算法、K均值、层次聚类、密度聚类等算法，附录部分回顾和复习一系统计学概念与知识。

这本书籍是英文版，我正在阅读中。

你可以识别下方二维码，进入公众号回复数字“20210101”，获取用R,tidyverse和mlr做机器学习英文电子书！

第二、继续利用R语言做数据相关的事情。包括手头上面的数据分析任务和工作，数据科研任务与项目。

第三、继续认识R语言的朋友们，聚合群体智慧，在R这个生态下，共同成长。

第四、继续写点R语言相关的文章，有可能是总结，有可能是好东西分享，有可能一些动态。比方说，今天分享，我2021年正在阅读第一本R语言书籍，感觉还不错。

朋友们，可以扫描我的微信号，备注“R-入群”。我会邀请你加入R语言群，咱们一起讨论与学习。

R书籍推荐 

1. 复杂数据统计方法-基于R的应用（第三版）

2. 数据科学实战

3. R数据科学

4. 数据挖掘与R语言

5. 统计推断与数据科学，moderndive和tidyverse包
   

公众号推荐

数据科学与人工智能

数据科学与人工智能公众号推广Python语言，数据科学与人工智能的知识和信息。扫码下方二维码关注我，一起学习Python语言和数据科学与人工智能。