一本深入浅出的R语言机器学习图书

众所周知，R语言在统计学与数据科学领域占有重要的一席之地，是在该领域广泛应用的一种程序语言，机器学习与统计学有着千丝万缕的联系，其中不少思想源于统计学方法的延伸，但是R语言在机器学习领域却显得有点弱势，其中的一个原因是相关的学习资源较少，而《机器学习与R语言》则是一本很好的入门读物。

这本书的原著是美国的学者，延续了国外著作深入浅出的特点，虽然有些机器学习的算法比较难，但整本书读起来确感觉浅显易懂，在对每种算法进行论述的过程中，作者通过案例进行讲解，拉近了算法与读者之间的距离。另外，也得益于本书译者的翻译功底，整本书的中文读起来也很流畅，不像一些读物的翻译水平影响了阅读体验。

本书首先对机器学习进行了简要的介绍，接下来对R语言的数据管理进行了介绍，对于没有R语言经验的读者，通过这本书也能快速入门。接下来作者介绍了一些常见的机器学习算法，比如近邻分类、贝叶斯分类、决策树、回归、神经网络和支持向量机等。在对每种算法进行介绍的过程中，作者使用案例进行阐述，而不是采用枯燥的数学推理，能够让缺少相关基础的读者明白每种算法的意义；每种算法都有相应的R语言操作实例，使用本书贴近实际应用，满足读者的实战需求。

本书是一本值得一读的R语言机器学习的入门读物，读罢相信会有很大收获。