![](/c49/99/10026486213617.jpg)
店鋪:機械工業出版社官方旗艦店 出版社:機械工業出版社 ISBN:9787111669227 商品編碼:10026486213617 品牌:機械工業出版社(CMP) 頁數:200 字數:435000 審圖號:9787111669227 作者:張春強
"![baecf198635367d9.jpg](https://img10.360buyimg.com/cms/jfs/t1/180445/28/6295/377762/60b0bd82E6c4ef32e/baecf198635367d9.jpg) 暫時沒有內容介紹,請見諒! 目錄 前言 *一部分工程基礎篇 *1章機器學習軟件工程方法 2 1.1機器學習簡述 2 1.1.1機器學習與人工智能、深度學習等的關繫 2 1.1.2機器學習類別與範式 4 1.2軟件工程方法 13 1.2.1機器學習中的軟件工程 15 1.2.2編碼和測試 18 1.3樸素貝葉斯測試驅動開發案例 21 1.3.1開發準備 22 1.3.2開發郵件分類器 24 1.4本章小結 29 *2章工程環境準備 30 2.1Anaconda 31 2.1.1安裝Anaconda 31 2.1.2使用conda管理環境 32 2.1.3Jupyter Notebook 基礎使用和示例 34 2.2使用Pipenv定制Python環境 37 2.2.1Pipenv簡介 38 2.2.2Pipenv基礎使用和示例 39 2.3Docker打包環境 41 2.3.1Docker簡述 42 2.3.2Docker架構 43 2.3.3Docker基礎使用和示例 45 2.3.4打包示例 46 2.4標準化在數據科學項目中的意義 48 2.5數據科學項目工程環境 49 2.5.1開發鏡像 50 2.5.2項目工程模板 51 2.5.3操作演示 54 2.6本章小結 55 第3章實驗數據準備 56 3.1常用數據分布 56 3.1.1伯努利分布 58 3.1.2二項分布 58 3.1.3泊松分布 58 3.1.4均勻分布 59 3.1.5正態分布 59 3.1.6指數分布 60 3.2開源數據集 62 3.2.1開源數據集介紹 62 3.2.2scikit-learn中的數據集 63 3.3scikit-learn數據集生成接口 66 3.3.1常用接口 66 3.3.2分類模型隨機數據生成 67 3.3.3回歸模型隨機數據生成 68 3.3.4聚類模型隨機數據生成 69 3.4隨機數生成簡介 70 3.4.1隨機數生成的原理和概念 71 3.4.2隨機數生成示例 72 3.4.3隨機數應用場景介紹 72 3.5本章小結 73 *二部分機器學習基礎篇 第4章機器學習項目流程與核心概念 76 4.1機器學習項目流程 76 4.1.1如何定義Y 78 4.1.2如何取樣X 81 4.1.3如何劃分數據集 83 4.1.4如何選擇學習算法 84 4.1.5數據分析和處理 85 4.1.6特征工程 87 4.1.7模型訓練與調參 88 4.1.8模型評估與報告 89 4.1.9模型部署 91 4.1.10模型監控 91 4.1.11模型重訓或重建 92 4.2機器學習算法8個核心概念 92 4.2.1損失函數和正則化 92 4.2.2欠擬合與過擬合、偏差與方差 98 4.2.3交叉驗證 101 4.2.4數據洩露 104 4.3本章小結 106 第5章數據分析與處理 107 5.1變量的類型 107 5.2常用分析方法 108 5.2.1整體數據概覽 109 5.2.2單變量可視化分析 110 5.2.3雙變量可視化分析 113 5.2.4多變量可視化分析 118 5.3缺失值分析與處理 120 5.3.1數據缺失的類型 120 5.3.2查看缺失情況 120 5.3.3缺失值處理方式 122 5.4異常值分析與處理 126 5.4.1查看異常情況 126 5.4.2異常值處理 129 5.5數據分析工具包開發實戰 129 5.5.1核心功能 129 5.5.2使用示例 130 5.5.3核心代碼 131 5.6本章小結 139 第三部分特征篇 第6章特征工程 142 6.1特征工程簡介 142 6.2特征處理基礎方法和實現 144 6.2.1定量特征 146 6.2.2序數特征 148 6.2.3類別特征 149 6.2.4WOE編碼 153 6.2.5日期特征 155 6.3特征離散化方法和實現 156 6.3.1等寬和等頻離散法 158 6.3.2信息熵分箱原理與實現 161 6.3.3Best-KS分箱原理與實現 167 6.3.4卡方分箱原理與實現 172 6.3.5分箱效果 178 6.4本章小結 178 第7章基於Featuretools的自動特征衍生 180 7.1特征衍生 180 7.2Featuretools簡介 181 7.2.1安裝 182 7.2.2核心概念和接口介紹 182 7.3Featuretools原理 186 7.3.1特征綜合抽像 187 7.3.2深度特征綜合算法 187 7.4Featuretools實踐案例 189 7.4.1流程 189 7.4.2捷信數據 189 7.4.3構建實體和實體集 191 7.4.4構建關繫 193 7.4.5 196 7.4.6深度特征合成 197 7.5本章小結 198 第8章特征選擇 199 8.1特征選擇概述 199 8.1.1特征選擇及其意義 200 8.1.2業務層特征選擇 200 8.1.3技術層特征選擇 201 8.2特征選擇流程與模式 204 8.2.1數據質量和特征質量 204 8.2.2串聯和並聯流程 205 8.2.3特征選擇結果評價 206 8.3特征預測力指標 206 8.3.1相關性指標 207 8.3.2關聯性指標 208 8.4過濾法與實現 211 8.4.1常用單指標過濾法 211 8.4.2相關性與IV雙指標過濾法 213 8.4.3*小冗餘*大相關 214 8.5包裹法與實現 215 8.5.1前向選擇實現 217 8.5.2後向選擇實現 218 8.5.3Stepwise實現 219 8.6嵌入法與實現 222 8.6.1基於隨機森林的特征選擇 222 8.6.2基於正則的特征選擇 223 8.7特征選擇工具包開發實戰 224 8.8本章小結 230 第四部分模型篇 第9章線性模型 232 9.1普通線性回歸模型 232 9.1.1線性回歸 233 9.1.2線性回歸的假設 236 9.1.3線性模型如何解決非線性問題 236 9.2廣義線性模型 238 9.2.1建模方法論 238 9.2.2示例 240 9.3正則化的回歸 240 9.3.1正則化原理 240 9.3.2Lasso和Ridge回歸 241 9.3.3正則化效果演示 241 9.4邏輯回歸 247 9.4.1模型原理 247 9.4.2*大似然估計 249 9.4.3LogisticRegression解析與示例 249 9.5金融評分卡 252 9.5.1評分卡簡介 252 9.5.2加性原理 253 9.5.3評分刻度與實現 254 9.6解決共線性 257 9.7本章小結 257 *10章樹模型 259 10.1樹結構 259 10.2決策樹 260 10.3決策樹算法 261 10.3.1熵和基尼指數 261 10.3.2ID3算法 263 10.3.3C4.5算法 266 10.3.4CART 267 10.4樹的剪枝 269 10.4.1預剪枝 269 10.4.2後剪枝 269 10.5特征處理 270 10.5.1連續值處理 271 10.5.2缺失值處理 271 10.6決策樹實現示例 272 10.7本章小結 275 *11章集成模型 276 11.1模型的可變組件 276 11.1.1數據集之行列采樣 277 11.1.2算法之同質和異質 277 11.2層次化的集成方法 278 11.2.1投票組合法 278 11.2.2前向逐步疊加法 280 11.3Bagging方法 281 11.3.1Bootstrap和Aggregating 281 11.3.2Bagging模型性能分析實驗 282 11.3.3Bagging偏差和方差解析 286 11.3.4隨機森林 289 11.4Boosting方法 291 11.4.1Boosting的原理與實現示例 291 11.4.2Boosting建模解析示例 299 11.4.3Boosting的集大成者:XGBoost 300 11.5Stacking概述與實現示例 301 11.6Super Learner與ML-Ensemble 304 11.6.1Super Learner實現示例 305 11.6.2ML-Ensemble集成庫 307 11.7本章小結 312 *12章模型調參 313 12.1模型調參概述 313 12.1.1調參問題定義 313 12.1.2超參數和作弊的隨機種子 314 12.1.3調參三要素 315 12.2調參流程和方法 316 12.2.1調參流程 316 12.2.2超參選取策略和特定模型超參推薦 317 12.2.3自動學習和代理模型 318 12.3Model-Free方法 321 12.3.1網格搜索 321 12.3.2隨機搜索 323 12.4XGBoost自動調參工具開發實戰 324 12.4.1功能和易用性設計 324 12.4.2使用示例 325 12.4.3代碼清單 326 12.5貝葉斯方法 333 12.5.1貝葉斯優化介紹 333 12.5.2BayesianOptimization優化實例 334 12.6部分開源調參項目簡介 337 12.6.1Ray-Tune 337 12.6.2optuna 339 12.7本章小結 341 *13章模型性能評估 342 13.1訓練誤差vs測試誤差 342 13.2模型評估常見的數據切割方法 343 13.2.1留出法 343 13.2.2交叉驗證法 345 13.2.3留一法 346 13.2.4自助取樣法 347 13.3性能度量 348 13.3.1分類任務 348 13.3.2回歸任務 357 13.4本章小結 360 *14章模型解釋 361 14.1模型解釋概述 361 14.1.1模型解釋的意義 362 14.1.2局部和全局解釋 363 14.2模型解釋可視化方法 364 14.2.1PDP 364 14.2.2ICE 370 14.3解釋線性模型 371 14.4解釋樹模型 372 14.4.1樹模型特征的重要性 373 14.4.2決策路徑 374 14.4.3Treeinterpreter 375 14.5模型無關解釋方法 378 14.5.1特征重要性方法 378 14.5.2代理模型:LIME 380 14.5.3基於博弈論的SHAP 383 14.6本章小結 390 *15章模型上線之模型即服務 391 15.1模型上線方案 391 15.1.1是否提供獨立服務 392 15.1.2是否提取模型細節 392 15.2提取繫數上線:回歸模型和評分卡 393 15.3自動規則提取上線:決策樹示例 393 15.3.1規則轉化為Python代碼 395 15.3.2規則轉化為C/Java等代碼 396 15.3.3規則轉化為SQL代碼 396 15.4PMML和ONNX 398 15.4.1PMML 398 15.4.2ONNX 400 15.5編譯為共享庫加速預測 401 15.5.1Treelite原理 401 15.5.2使用示例 402 15.5.3部署方法 403 15.6原生模型持久化 404 15.6.1寫接口 405 15.6.2讀接口 406 15.7RESTful Web Services構建 406 15.7.1快速構建API服務 407 15.7.2自動化模型上線框架設計與實現 409 15.8基於Docker大規模微服務上線架構 417 15.8.1架構設計 417 15.8.2定制鏡像 418 15.8.3編排可擴展服務示例 419 15.9本章小結 420 *16章模型穩定性監控 421 16.1背景和監控方法 421 16.1.1背景 421 16.1.2監控方法 422 16.2PSI和CSI 423 16.2.1PSI 423 16.2.2CSI 425 16.3工程實現 425 16.3.1功能簡介 426 16.3.2代碼清單和示例 426 16.4其他監控角度 429 16.5監控異常處理方案 430 16.6本章小結 430
" |