AI技术继续引领科技创新，R语言机器学习作为可落地的技术，将帮我们利用数据向着智能化的方向前进。比如，用于信用贷款的风险评价领域的评分卡模型，基于逻辑回归和xgboost实现；用于金融资产配置的资本资产定价模型，基于线性回归实现；用于垃圾邮件分类，基于Bayes实现；用于团伙识别，基于图算法实现。
我主要为分几个部分进行介绍，包括机器学习是什么，机器学习几个重要任务，回归，分类，聚类，降维（升维），模型评估，优化，样本选择，autoML自动化。
会议分享：
- [20230311]微软技术直通车：用R语言一步一步学懂机器学习 http://blog.fens.me/meeting-ms-direct-20230311
- [20230304]微软Global AI bootcamp: R语言中的机器学习 http://blog.fens.me/meeting-ms-global-ai-20230304
本次分享重点在R语言的代码实现：
- 回归：线性回归，三次样条回归
- 分类：逻辑回归，决策树，朴素贝叶斯，xgboost，神经网络
- 聚类：kmeans, knn, dbscan
- 降维：主成分析（svd,特征矩阵）
- 混淆矩阵，查准，查全，AUC, ROC
- 模型自动化，样本切分，5折交叉
