■ 介绍机器学习领域的模型、算法和数据训练。■ 了解监督和非监督机器学习算法。■ 针对模型使用的数据进行统计验证。■ 深入了解商业和科学中使用的线性回归模型。■ 使用单层和多层神经网络计算结果。■ 介绍基于树的模型的工作原理，以及流行的决策树。■ 了解R语言中机器学习的生态环境。■ 介绍R语言提供的强大的工具caret包。