欧美乱大交xxxxx疯狂俱乐部,暴躁妹妹csgo,欧美视频一区二区

本書介紹了實(shí)用機(jī)器學(xué)習(xí)的工作流程，主要從實(shí)用角度進(jìn)行了描述，沒有數(shù)學(xué)公式和推導(dǎo)。本書涵蓋了數(shù)據(jù)收集與處理、模型構(gòu)建、評(píng)價(jià)和優(yōu)化、特征的識(shí)別、提取和選擇技術(shù)、高級(jí)特征工程、數(shù)據(jù)可視化技術(shù)以及模型的部署和安裝，結(jié)合3個(gè)真實(shí)案例全面、詳細(xì)地介紹了整個(gè)機(jī)器學(xué)習(xí)流程。后，還介紹了機(jī)器學(xué)習(xí)流程的擴(kuò)展和大數(shù)據(jù)應(yīng)用。本書可以作為程序員、數(shù)據(jù)分析師、統(tǒng)計(jì)學(xué)家、數(shù)據(jù)科學(xué)家解決實(shí)際問題的參考書，也可以作為機(jī)器學(xué)習(xí)愛好者學(xué)習(xí)和應(yīng)用的參考書，還可以作為非專業(yè)學(xué)生的機(jī)器學(xué)習(xí)入門參考書，以及專業(yè)學(xué)生的實(shí)踐參考書。

　　《實(shí)用機(jī)器學(xué)習(xí)》的讀者對(duì)象是針對(duì)想要把機(jī)器學(xué)習(xí)應(yīng)用于實(shí)際問題的人。它詳細(xì)闡述了機(jī)器學(xué)習(xí)的主要組成部分：工作流程、算法和工具。關(guān)注點(diǎn)是著名算法的實(shí)際應(yīng)用，而不是創(chuàng)建一個(gè)算法。構(gòu)建和使用機(jī)器學(xué)習(xí)模型的每個(gè)步驟都有詳細(xì)描述，并有從簡(jiǎn)單到中等復(fù)雜的實(shí)例與之對(duì)應(yīng)。

　　主要內(nèi)容

　　第1部分，“機(jī)器學(xué)習(xí)工作流程”介紹基本的機(jī)器學(xué)習(xí)工作流程，并分章節(jié)對(duì)每個(gè)步驟加以介紹。

　　第1章，“什么是機(jī)器學(xué)習(xí)”介紹機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域和用途。

　　第2章，“實(shí)用數(shù)據(jù)處理”，詳細(xì)介紹機(jī)器學(xué)習(xí)流程中的數(shù)據(jù)處理和準(zhǔn)備工作。

　　第3章，“建模和預(yù)測(cè)”，介紹構(gòu)建簡(jiǎn)單的機(jī)器學(xué)習(xí)模型，并利用應(yīng)用廣泛的算法和庫進(jìn)行預(yù)測(cè)。

　　第4章，“模型評(píng)估和優(yōu)化”，深入研究機(jī)器學(xué)習(xí)模型，并對(duì)其進(jìn)行評(píng)估和性能優(yōu)化。

　　第5章，“基礎(chǔ)特征工程”，介紹利用領(lǐng)域知識(shí)對(duì)原始數(shù)據(jù)進(jìn)行提高的常用方法。

　　第2部分，“實(shí)際應(yīng)用”，介紹模型規(guī)�；蛷奈谋�、圖片和時(shí)間序列數(shù)據(jù)中提取特征的技術(shù)，來提高絕大多數(shù)現(xiàn)代機(jī)器學(xué)習(xí)的性能。本部分包括3個(gè)有完整實(shí)例的章節(jié)。

　　第6章，“實(shí)例：NYC出租車數(shù)據(jù)”，這是第一個(gè)完整實(shí)例章節(jié)，會(huì)預(yù)測(cè)乘客的傾向性行為。

　　第7章，“高級(jí)特征工程”，包含高級(jí)特征工程過程，介紹從自然語言的文本、圖片和時(shí)序序列數(shù)據(jù)中提取有價(jià)值的數(shù)據(jù)。

　　第8章，“NLP高級(jí)案例：電影評(píng)論情感預(yù)測(cè)”，運(yùn)用高級(jí)特征工程知識(shí)預(yù)測(cè)在線電影評(píng)論的情感。

　　第9章，“擴(kuò)展機(jī)器學(xué)習(xí)流程”，介紹擴(kuò)大機(jī)器學(xué)習(xí)系統(tǒng)的數(shù)據(jù)規(guī)模、預(yù)測(cè)吞吐量和降低預(yù)測(cè)間隔的技術(shù)。

　　第10章，“案例：數(shù)字顯示廣告”，構(gòu)建大型數(shù)據(jù)的模型，預(yù)測(cè)數(shù)字廣告點(diǎn)擊行為。

　　如何使用本書

　　如果你是機(jī)器學(xué)習(xí)新手，第1~5章將引導(dǎo)你學(xué)習(xí)研究和準(zhǔn)備數(shù)據(jù)、特征工程、建模和模型評(píng)估過程。Python實(shí)例采用流行的數(shù)據(jù)處理、pandas和Scikit-Learn機(jī)器學(xué)習(xí)庫。第6~10章，包括3個(gè)實(shí)際機(jī)器學(xué)習(xí)案例、高級(jí)特征工程和優(yōu)化的話題。由于學(xué)習(xí)庫封裝了大部分的復(fù)雜性，因此代碼示例可以很容易地應(yīng)用到你自己的機(jī)器學(xué)習(xí)系統(tǒng)中。

　　目標(biāo)讀者

　　本書可以使程序員、數(shù)據(jù)分析師、統(tǒng)計(jì)學(xué)家、數(shù)據(jù)科學(xué)家和其他專業(yè)人士將機(jī)器學(xué)習(xí)應(yīng)用于實(shí)際問題，或者簡(jiǎn)單地理解它。他們將獲得實(shí)用數(shù)據(jù)建模、優(yōu)化和開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)的經(jīng)驗(yàn)，而沒必要了解特定算法的理論推導(dǎo)。機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)是針對(duì)感興趣的人的，某些算法在較高的層次上進(jìn)行解釋，本書提供給那些想深入學(xué)習(xí)的人，我們的焦點(diǎn)是獲得實(shí)際結(jié)果以解決手頭的問題。

　　代碼約定，下載和軟件需求

　　本書包含許多示例源代碼，或者以編號(hào)的清單出現(xiàn)，或者嵌入在正文中，但無論哪種情況，都以固定寬度的這種字體顯示，以區(qū)別于正常的文本。

　　源代碼使用Python，pandas和Scikit-Learn編寫。與章節(jié)相應(yīng)的iPython筆記文件可在GitHub上下載，地址為https://githubcom/brinkar/real-world-machine-learning，也可以通過關(guān)注機(jī)械工業(yè)出版社計(jì)算機(jī)分社官方微信訂閱號(hào)“IT有得聊”，輸入5位數(shù)號(hào)“56922”后獲得資源下載鏈接，還可以登錄golden-book.com搜索本書并進(jìn)行下載。

　　筆記文件（擴(kuò)展名為ipynb）與章節(jié)相對(duì)應(yīng)。樣本數(shù)據(jù)包含在data文件夾中，只要必需的庫隨iPython一起安裝，那么所有的筆記文件都能執(zhí)行。圖形由matplotlib和Seaborn的pyplot模塊生成。

　　在有些情況下，由iPython產(chǎn)生的圖形被提取出來作為本書的插圖（為了適應(yīng)打印質(zhì)量和電子書顯示，有些已經(jīng)做了修改）。

目錄推薦序作者序致謝譯者序關(guān)于本書作者簡(jiǎn)介關(guān)于封面插圖第1部分機(jī)器學(xué)習(xí)工作流程第1章什么是機(jī)器學(xué)習(xí) 1.1理解機(jī)器學(xué)習(xí) 1.2使用數(shù)據(jù)進(jìn)行決策 1.2.1傳統(tǒng)方法 1.2.2機(jī)器學(xué)習(xí)方法 1.2.3機(jī)器學(xué)習(xí)的五大優(yōu)勢(shì) 1.2.4面臨的挑戰(zhàn) 1.3跟蹤機(jī)器學(xué)習(xí)流程：從數(shù)據(jù)到部署 1.3.1數(shù)據(jù)集合和預(yù)處理 1.3.2數(shù)據(jù)構(gòu)建模型 1.3.3模型性能評(píng)估 1.3.4模型性能優(yōu)化 1.4提高模型性能的高級(jí)技巧 1.4.1數(shù)據(jù)預(yù)處理和特征工程 1.4.2用在線算法持續(xù)改進(jìn)模型 1.4.3具有數(shù)據(jù)量和速度的規(guī)�；Ｐ� 1.5總結(jié) 1.6本章術(shù)語第2章實(shí)用數(shù)據(jù)處理 2.1起步：數(shù)據(jù)收集 2.1.1應(yīng)包含哪些特征 2.1.2如何獲得目標(biāo)變量的真實(shí)值 2.1.3需要多少訓(xùn)練數(shù)據(jù) 2.1.4訓(xùn)練集是否有足夠的代表性 2.2數(shù)據(jù)預(yù)處理 2.2.1分類特征 2.2.2缺失數(shù)據(jù)處理 2.2.3簡(jiǎn)單特征工程 2.2.4數(shù)據(jù)規(guī)范化 2.3數(shù)據(jù)可視化 2.3.1馬賽克圖 2.3.2盒圖 2.3.3密度圖 2.3.4散點(diǎn)圖 2.4總結(jié) 2.5本章術(shù)語第3章建模和預(yù)測(cè) 3.1基礎(chǔ)機(jī)器學(xué)習(xí)建模 3.1.1尋找輸入和目標(biāo)間的關(guān)系 3.1.2尋求好模型的目的 3.1.3建模方法類型 3.1.4有監(jiān)督和無監(jiān)督學(xué)習(xí) 3.2分類：把數(shù)據(jù)預(yù)測(cè)到桶中 3.2.1構(gòu)建分類器并預(yù)測(cè) 3.2.2非線性數(shù)據(jù)與復(fù)雜分類 3.2.3多類別分類 3.3回歸：預(yù)測(cè)數(shù)值型數(shù)據(jù) 3.3.1構(gòu)建回歸器并預(yù)測(cè) 3.3.2對(duì)復(fù)雜的非線性數(shù)據(jù)進(jìn)行回歸 3.4總結(jié) 3.5本章術(shù)語第4章模型評(píng)估與優(yōu)化 4.1模型泛化：評(píng)估新數(shù)據(jù)的預(yù)測(cè)準(zhǔn)確性 4.1.1問題：過度擬合與樂觀模型 4.1.2解決方案：交叉驗(yàn)證 4.1.3交叉驗(yàn)證的注意事項(xiàng) 4.2分類模型評(píng)估 4.2.1分類精度和混淆矩陣 4.2.2準(zhǔn)確度權(quán)衡與ROC曲線 4.2.3多類別分類 4.3回歸模型評(píng)估 4.3.1使用簡(jiǎn)單回歸性能指標(biāo) 4.3.2檢驗(yàn)殘差 4.4參數(shù)調(diào)整優(yōu)化模型 4.4.1機(jī)器學(xué)習(xí)算法和它們的調(diào)整參數(shù) 4.4.2網(wǎng)格搜索 4.5總結(jié) 4.6本章術(shù)語第5章基礎(chǔ)特征工程 5.1動(dòng)機(jī)：為什么特征工程很有用 5.1.1什么是特征工程 5.1.2使用特征工程的5個(gè)原因 5.1.3特征工程與領(lǐng)域?qū)I(yè)知識(shí) 5.2基本特征工程過程 5.2.1實(shí)例：事件推薦 5.2.2處理日期和時(shí)間特征 5.2.3處理簡(jiǎn)單文本特征 5.3特征選擇 5.3.1前向選擇和反向消除 5.3.2數(shù)據(jù)探索的特征選擇 5.3.3實(shí)用特征選擇實(shí)例 5.4總結(jié) 5.5本章術(shù)語第2部分實(shí) 際應(yīng) 用第6章案例：NYC出租車數(shù)據(jù) 6.1數(shù)據(jù)：NYC出租車旅程和收費(fèi)信息 6.1.1數(shù)據(jù)可視化 6.1.2定義問題并準(zhǔn)備數(shù)據(jù) 6.2建模 6.2.1基本線性模型 6.2.2非線性分類器 6.2.3包含分類特征 6.2.4包含日期-時(shí)間特征 6.2.5模型的啟示 6.3總結(jié) 6.4本章術(shù)語第7章高級(jí)特征工程 7.1高級(jí)文本特征 7.1.1詞袋模型 7.1.2主題建模 7.1.3內(nèi)容拓展 7.2圖像特征 7.2.1簡(jiǎn)單圖像特征 7.2.2提取物體和形狀 7.3時(shí)間序列特征 7.3.1時(shí)間序列數(shù)據(jù)的類型 7.3.2時(shí)間序列數(shù)據(jù)的預(yù)測(cè) 7.3.3經(jīng)典時(shí)間序列特征 7.3.4事件流的特征工程 7.4總結(jié) 7.5本章術(shù)語第8章NLP高級(jí)案例：電影評(píng)論情感預(yù)測(cè) 8.1研究數(shù)據(jù)和應(yīng)用場(chǎng)景 8.1.1數(shù)據(jù)集初探 8.1.2檢查數(shù)據(jù) 8.1.3應(yīng)用場(chǎng)景有哪些 8.2提取基本NLP特征并構(gòu)建初始模型 8.2.1詞袋特征 8.2.2用樸素貝葉斯算法構(gòu)建模型 8.2.3tf-idf算法規(guī)范詞袋特征 8.2.4優(yōu)化模型參數(shù) 8.3高級(jí)算法和模型部署的考慮 8.3.1word2vec特征 8.3.2隨機(jī)森林模型 8.4總結(jié) 8.5本章術(shù)語第9章擴(kuò)展機(jī)器學(xué)習(xí)流程 9.1擴(kuò)展前需考慮的問題 9.1.1識(shí)別關(guān)鍵點(diǎn) 9.1.2選取訓(xùn)練數(shù)據(jù)子樣本代替擴(kuò)展性 9.1.3可擴(kuò)展的數(shù)據(jù)管理系統(tǒng) 9.2機(jī)器學(xué)習(xí)建模流程擴(kuò)展 9.3預(yù)測(cè)擴(kuò)展 9.3.1預(yù)測(cè)容量擴(kuò)展 9.3.2預(yù)測(cè)速度擴(kuò)展 9.4總結(jié) 9.5本章術(shù)語第10章案例：數(shù)字顯示廣告 10.1顯示廣告 10.2數(shù)字廣告數(shù)據(jù) 10.3特征工程和建模策略 10.4數(shù)據(jù)大小和形狀 10.5奇異值分解 10.6資源估計(jì)和優(yōu)化 10.7建模 10.8K近鄰算法 10.9隨機(jī)森林算法 10.10其他實(shí)用考慮 10.11總結(jié) 10.12本章術(shù)語 10.13摘要和結(jié)論附錄常用機(jī)器學(xué)習(xí)算法名詞術(shù)語中英文對(duì)照

你還可能感興趣

我要評(píng)論