此书网上有英文电子版：（附带源码）

评价本书：入门级的好书，介绍了多种机器学习方法，全部用R相关的包实现，案例十分详实，理论与实例结合。

第二章 数据的管理和理解

第三章 懒惰学习--使用近邻分类

第四章 概率学习--朴素贝叶斯分类

第五章 分而治之--应用决策树和规则进行分类

第六章 预测数值型数据--回归方法

第七章 黑箱方法--神经网络和支持向量机

第八章 探寻模式--基于关联规则的购物篮分析

第九章 寻找数据的分组--k均值聚类

第十章 模型性能的评价

第十一章 提高模型的性能

第十二章 其他机器学习主题

机器学习注重于现实的应用，通常是与特定问题联系在一起，机器学习更像是培训员工，而不是养育孩子。

• 机器学习的起源及其实际应用
• 知识是如何在计算机中定义和表达的
• 用来区分机器学习方法的基本概念

机器学习提供了应用计算机并把数据转换成可行动的知识的工具集合。