【经典书】机器学习黑客秘笈(Machine Learning for Hackers)，322页pdf

「本书提供许多绝佳的机器学习实用案例。有别于工具书或理论证明，本书着重于实际问题处理，因此具备程式设计背景及对机器学习有兴趣的读者们均可轻松入门。」

• Max Shron, OkCupid

如果你是平时喜欢上网搜集各种资料的程式设计师，想寻找并学习资料分析的方法与工具，本书将会是您了解机器学习最好的起点。在Machine Learning领域中，包含各种分析问题的工具与方法，可以让我们很方便地架构出一套自动分析资料系统，使电脑可以自动分析。不过这些方法的背后，通常都蕴含着艰涩、难懂的数学理论，因而提高了学习门槛。有鉴于此，本书作者Drew Conway和John Myles准备了许多实用案例。在本书中，他们将以生动活泼的方式，使用案例导向方式，透过生活实例，带领我们一起学习这些Machine Learning工具和统计工具的实际应用。经由这些过程学习机器学习领域的核心与价值，而非传统数学导向的介绍方式。

本书采用实例导向、问题导向的介绍方式，在每一个章节中，透过实际问题，介绍机器学习典型问题与解决方法。其中包含：分类问题、预测问题、最佳化问题、推荐系统建置问题...等，在书中都会一一介绍。本书所有程式均以R语言撰写，于每个章节中将学到：如何以R语言分析资料，并撰写简易机器学习演算法。《机器学习骇客秘笈》本书，是专为机器学习领域的初学者所写的，无论是商业、政府机关或学术界...等都适用。

chapter 01使用R语言 chapter 02资料探索 chapter 03文本分类：垃圾邮件判断 chapter 04项目排序：优先收件匣 chapter 05回归分析：预测网页浏览人次 chapter 06正则化：文本回归 chapter 07最佳化：破解密码 chapter 08 PCA：建立股价指数 chapter 09 MDS：视觉化呈现美国参议员相似度 chapter 10 kNN：推荐系统 chapter 11分析社群关系图 chapter 12模型比较