數據挖掘改變了眾多公司和大型機構與客戶溝通的方式，同時也改變了他們管理復雜過程的方式。現在大量的數據被很好地用於預測行為模式和未知結果。從軟件方面而言，R以其強大的功能和誘人的價格（免費）改變了分析領域的藍圖。
路易斯·托爾戈著的《數據挖掘與R語言(原書第2版)》的目的就是把讀者快速引入這兩個領域。結合書中的具體案例，讀者可以在實際背景中進行學習，這樣就不會在繁雜的統計理論或者計算機科學基礎概念中不知所終。本書全部應用免費的工具——R（用於分析）和MySQL（用於數據庫操作），提供了豐富的動手學習的體驗。若能安裝這些工具並應用它們來詳細分析書中的案例，你一定會收獲滿滿。

路易斯·托爾戈著的《數據挖掘與R語言(原書第 2版)》面向初學者，通過實踐案例講解如何用R進行 數據挖掘。全書包括兩部分，第一部分介紹R和數據 挖掘的基礎知識，第二部分為案例研究，通過預測海 藻數量、預測股票市場收益、偵測欺詐交易以及微陣 列樣本分類四個案例培養構建解決方案的能力，掌握 工具的使用技巧。 本書適合作為高校學生或業界新手了解R和數據 挖掘的入門讀本，其中的代碼和數據均可免費下載。

**序
中文版序
譯者序
前言
致謝
第1章 簡介
1.1 如何閱讀本書
1.2 重現性
**部分 R與數據挖掘簡介
第2章 R簡介
2.1 R起步
2.2 與R控制臺的簡單交互
2.3 R對像和變量
2.4 R函數
2.5 向量
2.6 向量化
2.7 因子
2.8 生成序列
2.9 數據子集
2.10 矩陣和數組
2.11 列表
2.12 數據框
2.13 數據框的擴展
2.14 對像、類和方法
2.15 管理R會話
第3章 數據挖掘簡介
3.1 數據挖掘鳥瞰圖
3.2 數據收集和業務理解
3.2.1 數據和數據集
3.2.2 導入數據到
3.3 數據預處理
3.3.1 數據清洗
3.3.2 變換變量
3.3.3 生成變量
3.3.4 降維
3.4 建模
3.4.1 探索性數據分析
3.4.2 使用關聯規則的依賴建模
3.4.3 聚類
3.4.4 異常檢測
3.4.5 預測分析
3.5 評估
3.5.1 Holdout和隨機子抽樣
3.5.2 交叉驗證
3.5.3 Bootstrap估計
3.5.4 **程序
3.6 報告和部署
3.6.1 通過動態文檔進行報告
3.6.2 通過Web應用程序進行部署
第二部分 數據挖掘案例研究