R机器学习实践,IT与互联网,数据处理,见数知理,#课程章节
第1章 掌握什么是机器学习
第2章. K最近邻方法
第1节： KNN方法简介
第2节：R语言中KNN方法应用案例-乳腺癌分类
第3节：R语言中KNN方法应用案例-鸢尾属植物分类
第3章：朴素贝叶斯方法(Naive Bayes)
第1节：贝叶斯方法原理简介
第2节：R语言中利用贝叶斯方法进行垃圾信息分类
第4章 决策树方法
第5章 分类规则（Classification Rule）
第6章：分类模型评估
第7章：Crosss Validation
第8章：神经网络
第9章： SVM
第10章： 关联规则
第11章： K-means方法
第12章：模型优化
课程目标: 掌握什么是机器学习, 学习R语言中机器学习应用:分类，聚类，预测，关联
# 课程案例
+ 乳腺癌诊断
+ 垃圾信息分类
+ 房价回归预测
+ 社交网络用户分类画像
+ 商品推荐
+ 信用卡数据坏账风险分析
+ 白酒质量评价
+ ...
本课程不提供个人答疑,有问题可以在课程群讨论.QQ群 51489458 ，附加信息为你的网易云课堂用户名。。
重要提示：课程15节，16节声音音量稍小，但是听没有问题。如果追去求完美，请勿购买。 适用人群：对利用R语言进行机器学习，数据挖掘感兴趣的人。
预备知识：基本的R数据操作以及基础的概率统计知识。
