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。