本书通过将实践案例与核心的理论知识相结合，全面介绍多种重要的机器学习算法，从对案例数据的探索、整理到模型的建立和模型的评估，每一步都给出详尽的步骤和R代码，为读者深入理解并灵活应用R语言进行数据挖掘和机器学习提供翔实参考。无论你是经验丰富的R语言用户还是初学者，作者都会教你如何进行数据预处理、发现关键见解、做出新的预测以及将结果可视化。这本书新增了机器学习成功之道、高级数据准备、构建更好的学习器以及利用大数据等章节，反映了机器学习在过去几年中取得的进步，帮助你掌握更多的数据科学技能，解决更具挑战性的问题。这本书已更新至R语言4.2.2版，其中包含更新、更好的库，关于机器学习中的道德和偏见问题的建议以及深度学习方面的介绍。