譯者序
前言
*1部分機器學習的基礎
*1章機器學習和Python入門
1.1超高水平的機器學習技術概述
1.1.1機器學習任務的分類
1.1.2機器學習算法的發展簡史
1.2機器學習的核心——數據泛化
1.2.1過擬合、欠擬合和偏差-方差權衡
1.2.2利用交叉驗證避免過擬合
1.2.3利用正則化避免過擬合
1.2.4通過特征選擇和降維避免過擬合
1.3預處理、探索和特征工程
1.3.1缺失值
1.3.2標簽編碼
1.3.3獨熱編碼
1.3.4縮放
1.3.5多項式特征
1.3.6冪變換
1.3.7分箱
1.4組合模型
1.4.1投票法和平均法
1.4.2裝袋法
1.4.3提升方法
1.4.4堆疊法
1.5安裝軟件和設置
1.5.1設置Python和環境
1.5.2安裝各種軟件包
本章小結
習題
*2部分Python機器學習實例
*2章使用文本分析技術研究20組新聞數據集
2.1計算機如何理解語言——NLP
2.2瀏覽NLP庫並學習NLP基礎知識
2.2.1語料庫
2.2.2標記
2.2.3詞性
2.2.4命名實體識別
2.2.5詞干提取和詞形還原
2.2.6語義和主題建模
2.3獲取新聞組數據
2.4研究新聞組數據
2.5考慮文本數據的特性
2.5.1計算每個單詞表征的出現次數
2.5.2文本預處理
2.5.3丟棄停止詞
2.5.4詞干提取和詞形還原法
2.6使用t-SNE可視化新聞組數據
2.6.1什麼是降維
2.6.2用於降維的t-SNE
本章小結
習題
第3章使用聚類和主題建模算法挖掘20組新聞數據集
3.1沒有指導的學習——無監督學習
3.2使用k均值聚類算法對新聞數據集進行聚類
3.2.1k均值聚類算法是如何聚類的?
3.2.2從頭實現k均值聚類算法
3.2.3用機器學習實現k均值聚類算法
3.2.4k值的選擇
3.2.5使用k均值聚類新聞組數據
3.3在新聞組中發現基礎主題
3.4使用NMF進行主題建模
3.5使用LDA進行主題建模
本章小結
習題
第4章使用樸素貝葉斯檢測垃圾郵件
4.1從分類開始
4.1.1分類算法的類型
4.1.2文本分類的應用
4.2探索樸素貝葉斯
4.2.1通過案例來學習貝葉斯定理
4.2.2樸素貝葉斯的結構
4.2.3運用scratch庫實現樸素貝葉斯分類器
4.2.4運用scikit-learn庫實現樸素貝葉斯分類器
4.3分類性能評估
4.4模型調優和交叉驗證
本章小結
習題
第5章使用支持向量機對新聞組主題進行分類
5.1用支持向量機尋找分離邊界
5.1.1通過不同的示例了解支持向量機如何工作
5.1.2實現支持向量機
5.1.3支持向量機的核心
5.1.4在線性核和RBF核之間進行選擇
5.2使用支持向量機對新聞組主題進行分類
5.3更多示例——心髒造影的胎兒狀態分類
5.4另一個示例——使用TensorFlow完成基於支持向量機的乳腺癌分類
本章小結
習題
第6章使用基於樹的算法預測在線廣告點擊率
6.1廣告點擊率預測概述
6.2兩種類型數據:數值型和分類型
6.3從根到葉探索決策樹
6.3.1構建決策樹
6.3.2衡量分裂的標準
6.4從頭實現決策樹
6.5用決策樹預測廣告點擊率
6.6集成決策樹——隨機森林
6.6.1使用TensorFlow實現隨機森林
本章小結
習題
第7章使用邏輯回歸預測在線廣告點擊率
7.1將分類特征轉換為數字特征——獨熱編碼和順序編碼
7.2用邏輯回歸對數據進行分類
7.2.1邏輯函數入門
7.2.2從邏輯函數到邏輯回歸
7.3訓練邏輯回歸模型
7.3.1利用梯度下降訓練邏輯回歸模型
7.3.2利用梯度下降的邏輯回歸模型預測在線廣告點擊率
7.3.3利用隨機梯度下降訓練邏輯回歸模型
7.3.4利用正則化訓練邏輯回歸模型
7.4通過在線學習訓練大型數據集
7.5分類
7.6使用TensorFlow實現邏輯回歸
7.7使用隨機森林進行特征選擇
本章小結
習題
第8章將預測擴展到TB級點擊日志
8.1學習Apache Spark的基本知識
8.1.1了解 Spark
8.1.2安裝Spark
8.1.3啟動和部署Spark程序
8.2在PySpark中編程
8.3使用Spark學習大量點擊日志
8.3.1加載點擊日志
8.3.2拆分和緩存數據
8.3.3對分類特征進行獨熱編碼
8.3.4訓練和測試邏輯回歸模型
8.4使用Spark對分類變量進行特征工程
8.4.1散列分類特征
8.4.2組合多個變量——特征交互
本章小結
習題
第9章使用回歸算法預測股票價格
9.1有關股票市場和股票價格的簡要概述
9.2什麼是回歸
9.3獲取股價數據
9.3.1開始特征工程
9.3.2獲取數據並生成特征
9.4使用線性回歸來估計
9.4.1線性回歸是如何工作的
9.4.2實現線性回歸
9.5使用回歸樹進行預測
9.5.1從分類樹到回歸樹
9.5.2實現回歸樹
9.5.3實現隨機森林
9.6用支持向量回歸機進行評估
9.6.1實現支持向量回歸機
9.7用神經網絡進行估算
9.7.1揭開神經網絡的神秘面紗
9.7.2實現神經網絡
9.8評估回歸性能
9.9使用四種回歸算法預測股票價格
本章小結
習題
第3部分Python機器學習*佳案例
*10章機器學習*佳案例
10.1機器學習解決方案流程
10.2數據準備階段的*佳案例
10.2.1*佳案例1——完全理解項目目標
10.2.2*佳案例2——收集所有相關的特征
10.2.3*佳案例3——保持特征值的一致性
10.2.4*佳案例4——處理缺失數據
10.2.5*佳案例5——存儲大規模數據
10.3訓練集生成階段的*佳案例
10.3.1*佳案例6——區分分類型特征與數值型特征
10.3.2*佳案例7——決定是否要對分類型特征進行編碼
10.3.3*佳案例8——決定是否要選擇特征和如何選擇
10.3.4*佳案例9——決定是否要降維和如何降維
10.3.5*佳案例10——決定是否重新調整特征取值
10.3.6*佳案例11——在擁有專業知識的條件下進行特征工程
10.3.7*佳案例12——在缺少專業知識的條件下進行特征工程
10.3.8*佳案例13——記錄每個特征是如何生成的
10.3.9*佳案例14——從文本數據中提取特征
10.4模型訓練、評估和選擇階段的*佳案例
10.4.1*佳案例15——選擇合適的起步算法
10.4.2*佳案例16——減少過擬合
10.4.3*佳案例17——識別過擬合與欠擬合
10.4.4*佳案例18——在大型數據集上建模
10.5部署和監視階段的*佳案例
10.5.1*佳案例19——保存、加載和重用模型
10.5.2*佳案例20——監控模型性能
10.5.3*佳案例21——定期更新模型
本章小結
習題 |