Python機(jī)器學(xué)習(xí)實(shí)戰(zhàn):真實(shí)智能案例實(shí)踐指南
定 價(jià):168 元
- 作者:迪潘簡·撒卡爾(Dipanjan Sarkar) 著,徐鍵,張善干,祁鵬宇,丁學(xué)文,肖陽 ... 譯
- 出版時(shí)間:2021/5/1
- ISBN:9787111669739
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP181
- 頁碼:480
- 紙張:膠版紙
- 版次:1
- 開本:16開
本書幫你掌握通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來識(shí)別和解決復(fù)雜問題所需的基本技能。本書使用了流行的 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)中的真實(shí)示例,將成為你在學(xué)習(xí)機(jī)器學(xué)習(xí)的藝術(shù)和科學(xué)并成為一名成功的從業(yè)者道路上的完美伴侶。本書中使用的概念、技術(shù)、工具、框架和方法將教會(huì)你如何成功思考、設(shè)計(jì)、構(gòu)建和執(zhí)行機(jī)器學(xué)習(xí)系統(tǒng)和項(xiàng)目,并利用這些知識(shí)解決一些來自不同領(lǐng)域的實(shí)際問題,包括零售、運(yùn)輸、電影、音樂、計(jì)算機(jī)視覺、藝術(shù)和金融。本書將教會(huì)你解決自己遇到的機(jī)器學(xué)習(xí)問題!
本書適合人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)行業(yè)的從業(yè)者和學(xué)習(xí)者閱讀。
適讀人群 :本書適合人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)行業(yè)的從業(yè)者和學(xué)習(xí)者閱讀。 編輯推薦
● AI核心知識(shí)+多行業(yè)實(shí)戰(zhàn)案例詳解
● 涵蓋零售、運(yùn)輸、電影、音樂、市場營銷、計(jì)算機(jī)視覺和金融等實(shí)戰(zhàn)案例,掌握開發(fā)核心技能
幫你掌握利用機(jī)器學(xué)習(xí)與深度學(xué)習(xí)識(shí)別和解決復(fù)雜問題所需的技能,深入講解Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)的實(shí)戰(zhàn)案例,本書是你學(xué)習(xí)并成為AI行業(yè)成功從業(yè)者的完美指南。
第1步著重理解機(jī)器學(xué)習(xí)的概念和工具。
第2步詳細(xì)介紹標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)流程,重點(diǎn)是數(shù)據(jù)處理分析、特征工程和建模等核心知識(shí)。
第3步深入講解涉及不同領(lǐng)域和行業(yè)的多個(gè)實(shí)戰(zhàn)案例,包括零售、運(yùn)輸、電影、音樂、市場營銷、計(jì)算機(jī)視覺和金融等領(lǐng)域?qū)崙?zhàn)案例。
你將掌握:
● 學(xué)會(huì)執(zhí)行端到端機(jī)器學(xué)習(xí)項(xiàng)目和系統(tǒng)。
● 學(xué)會(huì)使用行業(yè)標(biāo)準(zhǔn)化、開源、強(qiáng)大的機(jī)器學(xué)習(xí)工具和框架進(jìn)行實(shí)戰(zhàn)。
● 學(xué)會(huì)深入案例研究,剖析機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在不同領(lǐng)域和行業(yè)中的實(shí)戰(zhàn)應(yīng)用。
● 學(xué)會(huì)使用廣泛的機(jī)器學(xué)習(xí)模型,包括回歸、分類和聚類等。
原書前言
數(shù)據(jù)是新的“石油”,而機(jī)器學(xué)習(xí)是一個(gè)強(qiáng)大的概念和框架,可以充分利用它。在這個(gè)自動(dòng)化和充滿智能系統(tǒng)的時(shí)代,機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)成為最熱門的詞匯并不令人驚訝?缧袠I(yè)、企業(yè)和領(lǐng)域?qū)?shù)據(jù)科學(xué)領(lǐng)域的巨大興趣和新投資清楚地展現(xiàn)了其巨大的潛力。智能系統(tǒng)和數(shù)據(jù)驅(qū)動(dòng)的組織正在成為現(xiàn)實(shí),工具和技術(shù)的進(jìn)步只會(huì)幫助它進(jìn)一步擴(kuò)展。由于數(shù)據(jù)至關(guān)重要,因此對(duì)機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)從業(yè)人員的需求從未像現(xiàn)在這樣旺盛。事實(shí)上,世界正面臨著數(shù)據(jù)科學(xué)家短缺的情況。數(shù)據(jù)科學(xué)工作被稱為“ 21世紀(jì)最性感的工作”,因此在該領(lǐng)域積累一些有價(jià)值的專業(yè)知識(shí)就變得更加有意義。
本書是方案解決者的指南,用于構(gòu)建真實(shí)世界的智能系統(tǒng)。它采用了包含概念、方法論、實(shí)際示例和代碼的三步法。本書通過遵循數(shù)據(jù)驅(qū)動(dòng)的思維方式,幫助讀者掌握解決機(jī)器學(xué)習(xí)與深度學(xué)習(xí)中復(fù)雜問題時(shí)所需的必要技能。使用真實(shí)世界的案例研究,利用流行的 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng),本書將成為你在學(xué)習(xí)機(jī)器學(xué)習(xí)的藝術(shù)和科學(xué)并成為成功從業(yè)者道路上的完美伴侶。本書中使用的概念、技術(shù)、工具、框架和方法將教會(huì)你如何成功思考、設(shè)計(jì)、構(gòu)建和執(zhí)行機(jī)器學(xué)習(xí)系統(tǒng)和項(xiàng)目。
本書將帶你開始探索利用 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)及其各種框架和庫的方法。本書的三步法首先側(cè)重于圍繞機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)以及相關(guān)工具和框架建立一個(gè)堅(jiān)實(shí)的基礎(chǔ),之后強(qiáng)調(diào)構(gòu)建機(jī)器學(xué)習(xí)流程的核心過程,最后利用這些知識(shí)解決一些來自不同領(lǐng)域的實(shí)際問題,包括零售、運(yùn)輸、電影、音樂、計(jì)算機(jī)視覺、藝術(shù)和金融。本書還涵蓋了廣泛的機(jī)器學(xué)習(xí)模型,包括回歸、分類、預(yù)測、規(guī)則挖掘和聚類。本書還涉及深度學(xué)習(xí)領(lǐng)域的前沿方法和研究,包括遷移學(xué)習(xí)和與計(jì)算機(jī)視覺相關(guān)的案例研究(如圖像分類和神經(jīng)風(fēng)格遷移)。每章都包含詳細(xì)的概念、完整的實(shí)例、代碼及詳細(xì)的討論。
本書的主要目的是為廣泛的讀者(包括 IT專業(yè)人員、分析師、開發(fā)人員、數(shù)據(jù)科學(xué)家、工程師和研究生)提供一種結(jié)構(gòu)化的方法來獲得與機(jī)器學(xué)習(xí)有關(guān)的基本技能,以及利用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)和框架的足夠知識(shí),以便他們能夠開始解決他們自己的現(xiàn)實(shí)問題。本書是以應(yīng)用實(shí)踐為核心內(nèi)容,所以它不能完全滿足你對(duì)有關(guān)機(jī)器學(xué)習(xí)算法、方法及其內(nèi)部實(shí)現(xiàn)的深入概念和理論知識(shí)的需求。我們建議你再通過一些關(guān)于數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)算法和方法的理論方面的書籍來補(bǔ)充知識(shí),從而對(duì)機(jī)器學(xué)習(xí)的世界有更深入的了解。
關(guān)于作者
Dipanjan Sarkar
英特爾公司的數(shù)據(jù)科學(xué)家,班加羅爾國際信息技術(shù)學(xué)院的信息技術(shù)碩士,主要負(fù)責(zé)數(shù)據(jù)科學(xué)研究與分析、商業(yè)智能、實(shí)際項(xiàng)目和大型智能系統(tǒng)構(gòu)建等研究、開發(fā)工作。他多年來從事分析工作,擅長統(tǒng)計(jì)、預(yù)測和文本分析,對(duì)數(shù)據(jù)科學(xué)和教育充滿熱情,也是Springboard教育平臺(tái)的數(shù)據(jù)科學(xué)導(dǎo)師,幫助從業(yè)者提高數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)等領(lǐng)域的技能。他還撰寫了多本關(guān)于R、Python、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的著作。此外,他還是相關(guān)書籍的技術(shù)審校者,并擔(dān)任Coursera的課程測試員。此外他還熱衷于研究新技術(shù)、金融市場、顛覆性初創(chuàng)企業(yè)、數(shù)據(jù)科學(xué)、人工智能和深度學(xué)習(xí)。
Raghav Bali
英特爾公司的數(shù)據(jù)科學(xué)家,班加羅爾國際信息技術(shù)學(xué)院的信息技術(shù)碩士,致力于推動(dòng)主動(dòng)的、數(shù)據(jù)驅(qū)動(dòng)的IT項(xiàng)目。他主要從事數(shù)據(jù)科學(xué)與分析、商業(yè)智能以及基于機(jī)器學(xué)習(xí)的可擴(kuò)展解決方案開發(fā)等工作,還曾在一些全球領(lǐng)先的企業(yè)中從事過ERP和財(cái)務(wù)項(xiàng)目開發(fā)等工作。他也是一位技術(shù)愛好者,喜歡研究新工具和技術(shù)。他還著有關(guān)于R、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的著作。
Tushar Sharma
英特爾公司的數(shù)據(jù)科學(xué)家,班加羅爾國際信息技術(shù)學(xué)院的信息技術(shù)碩士。他的工作涉及使用大量基礎(chǔ)結(jié)構(gòu)數(shù)據(jù)進(jìn)行大規(guī)模開發(fā)分析的解決方案。他曾在金融領(lǐng)域工作,為知名金融公司開發(fā)可擴(kuò)展的機(jī)器學(xué)習(xí)解決方案。他精通Python、R,以及Spark和Hadoop等大數(shù)據(jù)框架。他還著有關(guān)于R和社交媒體分析的著作。
目錄
原書序言
原書前言
譯者簡介
第1部分 理解機(jī)器學(xué)習(xí)
第1章 機(jī)器學(xué)習(xí)基礎(chǔ) // 2
11 機(jī)器學(xué)習(xí)的需求 // 3
12 理解機(jī)器學(xué)習(xí) // 6
13 計(jì)算機(jī)科學(xué) // 12
14 數(shù)據(jù)科學(xué) // 14
15 數(shù)學(xué) // 15
16 統(tǒng)計(jì)學(xué) // 20
17 數(shù)據(jù)挖掘 // 22
18 人工智能 // 22
19 自然語言處理 // 23
110 深度學(xué)習(xí) // 24
111 機(jī)器學(xué)習(xí)方法 // 29
112 監(jiān)督學(xué)習(xí) // 30
113 無監(jiān)督學(xué)習(xí) // 33
114 半監(jiān)督學(xué)習(xí) // 36
115 強(qiáng)化學(xué)習(xí) // 37
116 批量學(xué)習(xí) // 37
117 在線學(xué)習(xí) // 38
118 基于實(shí)例的學(xué)習(xí) // 38
119 基于模型的學(xué)習(xí) // 39
120 CRISP-DM處理模型 // 39
121 構(gòu)建機(jī)器智能 // 45
122 真實(shí)案例研究:預(yù)測學(xué)生獲取推薦 // 47
123 機(jī)器學(xué)習(xí)的挑戰(zhàn) // 55
124 機(jī)器學(xué)習(xí)的現(xiàn)實(shí)應(yīng)用 // 55
125 總結(jié) // 56
第2章 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng) // 57
21 Python簡介 // 57
22 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)簡介 // 62
23 總結(jié) // 100
第2部分 機(jī)器學(xué)習(xí)流程
第3章 數(shù)據(jù)的處理、重整以及可視化 // 102
31 數(shù)據(jù)收集 // 103
32 數(shù)據(jù)描述 // 116
33 數(shù)據(jù)重整 // 117
34 數(shù)據(jù)匯總 // 128
35 數(shù)據(jù)可視化 // 130 36
總結(jié) // 152
第4章 特征工程和特征選擇 // 153
41 特征:更好地理解你的數(shù)據(jù) // 154
42 重溫機(jī)器學(xué)習(xí)流程 // 155
43 特征提取和特征工程 // 156
44 數(shù)值型數(shù)據(jù)的特征工程 // 160
45 分類型數(shù)據(jù)的特征工程 // 174
46 文本型數(shù)據(jù)的特征工程 // 183
47 時(shí)態(tài)型數(shù)據(jù)的特征工程 // 193
48 圖像型數(shù)據(jù)的特征工程 // 197
49 特征縮放 // 211
410 特征選擇 // 214
411 特征降維 // 221
412 總結(jié) // 224
第5章 構(gòu)建、調(diào)優(yōu)和模型的部署 // 225
51 構(gòu)建模型 // 226
52 模型評(píng)估 // 239
53 模型調(diào)優(yōu) // 248
54 模型解釋 // 259
55 模型部署 // 265
56 總結(jié) // 267
第3部分 真實(shí)案例研究
第6章 共享單車趨勢(shì)分析 // 270
61 共享單車數(shù)據(jù)集 // 270
62 問題陳述 // 271
63 探索性數(shù)據(jù)分析 // 271
64 回歸分析 // 278
65 建模 // 280
66 下一步 // 291
67 總結(jié) // 292
第7章 電影影評(píng)的情感分析 // 293
71 問題陳述 // 294
72 設(shè)置依賴項(xiàng) // 294
73 獲取數(shù)據(jù) // 295
74 文字的預(yù)處理與標(biāo)準(zhǔn)化 // 295
75 無監(jiān)督的以詞典為基礎(chǔ)的模型 // 298
76 使用監(jiān)督學(xué)習(xí)進(jìn)行情感分類 // 306
77 傳統(tǒng)的有監(jiān)督的機(jī)器學(xué)習(xí)模型 // 308
78 較新的有監(jiān)督的深度學(xué)習(xí)模型 // 310
79 高級(jí)的有監(jiān)督的深度學(xué)習(xí)模型 // 316
710 分析情感的因果關(guān)系 // 323
711 總結(jié) // 332
第8章 顧客分類和有效的交叉銷售 /333/
81 在線零售交易記錄數(shù)據(jù)集 // 333
82 探索性數(shù)據(jù)分析 // 334
83 顧客分類 // 337
84 交叉銷售 // 350
85 總結(jié) // 361
第9章 分析酒的類型和質(zhì)量 // 362
91 問題陳述 // 362
92 設(shè)置依賴項(xiàng) // 363
93 獲取數(shù)據(jù) // 363
94 探索性數(shù)據(jù)分析 // 364
95 預(yù)測建模 // 378
96 預(yù)測葡萄酒類型 // 379
97 預(yù)測葡萄酒質(zhì)量 // 385
98 總結(jié) // 397
第10章 分析音樂趨勢(shì)和推薦 // 398
101 百萬歌曲數(shù)據(jù)集品味畫像 // 398
102 探索性數(shù)據(jù)分析 // 399
103 推薦引擎 // 407
104 推薦引擎庫的注意事項(xiàng) // 415
105 總結(jié) // 416
第11章 預(yù)測股票和商品價(jià)格 // 417
111 時(shí)序數(shù)據(jù)及時(shí)序分析 // 417
112 預(yù)測黃金價(jià)格 // 423
113 股票價(jià)格預(yù)測 // 432
114 總結(jié) // 445
第12章 計(jì)算機(jī)視覺深度學(xué)習(xí) // 447
121 卷積神經(jīng)網(wǎng)絡(luò) // 447
122 使用 CNN進(jìn)行圖像分類 // 448
123 使用 CNN的藝術(shù)風(fēng)格轉(zhuǎn)換 // 457
124 總結(jié) // 467