scikit learn機器學(xué)習：常用算法原理及編程實(shí)戰簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

阿里云棲社區、百度、蒙牛乳業(yè)、神州數碼等知名公司的6位技術(shù)專(zhuān)家力薦

手寫(xiě)識別程序怎么做？

如何實(shí)現人臉識別系統？

如何過(guò)濾垃圾郵件？

電子商務(wù)網(wǎng)站上猜你喜歡的商品是什么原理？如何實(shí)現？

電影網(wǎng)站如何去推薦符合用戶(hù)喜好的電影？

如何利用機器學(xué)習對消費者的特性進(jìn)行細分，從而更好地服務(wù)各細分市場(chǎng)的消費者？

銀行如何去檢測用戶(hù)的信用卡可能被盜了？

……

通過(guò)閱讀本書(shū)，你將了解這些復雜問(wèn)題背后的原理，甚至你都可以自己解決這些問(wèn)題。

本書(shū)對讀者的數學(xué)基礎要求低，讓讀者可以以較低的門(mén)檻入門(mén)機器學(xué)習

本書(shū)涵蓋機器學(xué)習的應用場(chǎng)景、編程步驟、Python開(kāi)發(fā)包、算法模型性能評估，以及八大常用算法原理和七大實(shí)戰案例演練

本書(shū)通過(guò)近100幅圖，將晦澀難懂的數學(xué)概念生動(dòng)地描述出來(lái)

以scikit-learn為核心，結合numpy、pandas和matplotlib開(kāi)發(fā)包講解

從數值回歸到邏輯回歸，從文檔分類(lèi)到人臉識別，都提供了實(shí)現代碼

用通俗易懂的語(yǔ)言介紹機器學(xué)習算法，幫助讀者理解每個(gè)算法的基本原理

幫助讀者使用機器學(xué)習算法解決實(shí)際的工程應用問(wèn)題

用大量的圖示及實(shí)戰案例介紹如何解決現實(shí)生活中的機器學(xué)習問(wèn)題

內容簡(jiǎn)介:

本書(shū)通過(guò)通俗易懂的語(yǔ)言、豐富的圖示和生動(dòng)的實(shí)例，撥開(kāi)了籠罩在機器學(xué)習上方復雜的數學(xué)“烏云”，讓讀者以較低的代價(jià)和門(mén)檻入門(mén)機器學(xué)習。

本書(shū)共分為11章，介紹了在Python環(huán)境下學(xué)習scikit-learn機器學(xué)習框架的相關(guān)知識，涵蓋的主要內容有機器學(xué)習概述、Python機器學(xué)習軟件包、機器學(xué)習理論基礎、k-近鄰算法、線(xiàn)性回歸算法、邏輯回歸算法、決策樹(shù)、支持向量機、樸素貝葉斯算法、PCA算法和k-均值算法等。

本書(shū)適合有一定編程基礎的讀者閱讀，尤其適合想從事機器學(xué)習、人工智能、深度學(xué)習及機器人相關(guān)技術(shù)的程序員和愛(ài)好者閱讀。另外，相關(guān)院校和培訓機構也可以將本書(shū)作為教材使用。

 

30秒極速了解本書(shū)精華內容：

1.       理論基礎

機器學(xué)習的應用場(chǎng)景

機器學(xué)習編程的典型步驟

Python機器學(xué)習開(kāi)發(fā)包：numpy、pandas和matplotlib

算法模型性能評估的指標和評估方法

2.       八大常用機器學(xué)習算法

k-近鄰算法

線(xiàn)性回歸算法

邏輯回歸算法

決策樹(shù)

支持向量機

樸素貝葉斯

PCA算法

k-均值算法

3.       七大實(shí)戰演練案例

糖尿病檢測

預測房?jì)r(jià)

乳腺癌檢測

泰坦尼克號幸存者預測

文檔類(lèi)別預測

人臉識別

文檔自動(dòng)分類(lèi)

作者簡(jiǎn)介:

黃永昌， 2004年畢業(yè)于廈門(mén)大學(xué)自動(dòng)化系。畢業(yè)后一直在夏新電子從事手機系統軟件的研發(fā)，直至2009年轉向Android系統軟件開(kāi)發(fā)。熟悉C、Python、Java和JavaScript 等多種開(kāi)發(fā)語(yǔ)言。對數據處理及分析有濃厚的興趣，于2014年開(kāi)始學(xué)習和研究機器學(xué)習及數據挖掘領(lǐng)域的相關(guān)知識。2015年加入ABB集團，從事智能家居系統的開(kāi)發(fā)，通過(guò)分析服務(wù)器及客戶(hù)端日志數據，為智能家居系統開(kāi)發(fā)智能決策模型。

目錄:前言
第1章 機器學(xué)習介紹1
1.1 什么是機器學(xué)習1
1.2 機器學(xué)習有什么用2
1.3 機器學(xué)習的分類(lèi)3
1.4 機器學(xué)習應用開(kāi)發(fā)的典型步驟4
1.4.1 數據采集和標記4
1.4.2 數據清洗5
1.4.3 特征選擇5
1.4.4 模型選擇5
1.4.5 模型訓練和測試5
1.4.6 模型性能評估和優(yōu)化5
1.4.7 模型使用6
1.5 復習題6
第2章 Python機器學(xué)習軟件包7
2.1 開(kāi)發(fā)環(huán)境搭建7
2.2 IPython簡(jiǎn)介8
2.2.1 IPython基礎8
2.2.2 IPython圖形界面13
2.3 Numpy簡(jiǎn)介15
2.3.1 Numpy數組15
2.3.2 Numpy運算19
2.4 Pandas簡(jiǎn)介32
2.4.1 基本數據結構32
2.4.2 數據排序34
2.4.3 數據訪(fǎng)問(wèn)34
2.4.4 時(shí)間序列36
2.4.5 數據可視化36
2.4.6 文件讀寫(xiě)38
2.5 Matplotlib簡(jiǎn)介38
2.5.1 圖形樣式38
2.5.2 圖形對象40
2.5.3 畫(huà)圖操作46
2.6 scikit-learn簡(jiǎn)介51
2.6.1 scikit-learn示例51
2.6.2 scikit-learn一般性原理和通用規則55
2.7 復習題56
2.8 拓展學(xué)習資源57
第3章 機器學(xué)習理論基礎58
3.1 過(guò)擬合和欠擬合58
3.2 成本函數59
3.3 模型準確性60
3.3.1 模型性能的不同表述方式61
3.3.2 交叉驗證數據集61
3.4 學(xué)習曲線(xiàn)62
3.4.1 實(shí)例：畫(huà)出學(xué)習曲線(xiàn)62
3.4.2 過(guò)擬合和欠擬合的特征65
3.5 算法模型性能優(yōu)化65
3.6 查準率和召回率66
3.7 F1 Score67
3.8 復習題67
第4章 k-近鄰算法69
4.1 算法原理69
4.1.1 算法優(yōu)缺點(diǎn)69
4.1.2 算法參數70
4.1.3 算法的變種70
4.2 示例：使用k-近鄰算法進(jìn)行分類(lèi)70
4.3 示例：使用k-近鄰算法進(jìn)行回歸擬合72
4.4 實(shí)例：糖尿病預測74
4.4.1 加載數據74
4.4.2 模型比較75
4.4.3 模型訓練及分析77
4.4.4 特征選擇及數據可視化78
4.5 拓展閱讀80
4.5.1 如何提高k-近鄰算法的運算效率80
4.5.2 相關(guān)性測試80
4.6 復習題81
第5章 線(xiàn)性回歸算法83
5.1 算法原理83
5.1.1 預測函數83
5.1.2 成本函數84
5.1.3 梯度下降算法84
5.2 多變量線(xiàn)性回歸算法86
5.2.1 預測函數86
5.2.2 成本函數87
5.2.3 梯度下降算法88
5.3 模型優(yōu)化89
5.3.1 多項式與線(xiàn)性回歸89
5.3.2 數據歸一化89
5.4 示例：使用線(xiàn)性回歸算法擬合正弦函數90
5.5 示例：測算房?jì)r(jià)92
5.5.1 輸入特征92
5.5.2 模型訓練93
5.5.3 模型優(yōu)化94
5.5.4 學(xué)習曲線(xiàn)95
5.6 拓展閱讀96
5.6.1 梯度下降迭代公式推導96
5.6.2 隨機梯度下降算法96
5.6.3 標準方程97
5.7 復習題97
第6章 邏輯回歸算法98
6.1 算法原理98
6.1.1 預測函數98
6.1.2 判定邊界99
6.1.3 成本函數100
6.1.4 梯度下降算法102
6.2 多元分類(lèi)102
6.3 正則化103
6.3.1 線(xiàn)性回歸模型正則化103
6.3.2 邏輯回歸模型正則化104
6.4 算法參數104
6.5 實(shí)例：乳腺癌檢測106
6.5.1 數據采集及特征提取106
6.5.2 模型訓練108
6.5.3 模型優(yōu)化110
6.5.4 學(xué)習曲線(xiàn)111
6.6 拓展閱讀113
6.7 復習題114
第7章 決策樹(shù)115
7.1 算法原理115
7.1.1 信息增益116
7.1.2 決策樹(shù)的創(chuàng )建119
7.1.3 剪枝算法120
7.2 算法參數121
7.3 實(shí)例：預測泰坦尼克號幸存者122
7.3.1 數據分析122
7.3.2 模型訓練123
7.3.3 優(yōu)化模型參數124
7.3.4 模型參數選擇工具包127
7.4 拓展閱讀130
7.4.1 熵和條件熵130
7.4.2 決策樹(shù)的構建算法130
7.5 集合算法131
7.5.1 自助聚合算法Bagging131
7.5.2 正向激勵算法boosting131
7.5.3 隨機森林132
7.5.4 ExtraTrees算法133
7.6 復習題133
第8章 支持向量機134
8.1 算法原理134
8.1.1 大間距分類(lèi)算法134
8.1.2 松弛系數136
8.2 核函數138
8.2.1 最簡(jiǎn)單的核函數138
8.2.2 相似性函數140
8.2.3 常用的核函數141
8.2.4 核函數的對比142
8.3 scikit-learn里的SVM144
8.4 實(shí)例：乳腺癌檢測146
8.5 復習題149
第9章 樸素貝葉斯算法151
9.1 算法原理151
9.1.1 貝葉斯定理151
9.1.2 樸素貝葉斯分類(lèi)法152
9.2 一個(gè)簡(jiǎn)單的例子153
9.3 概率分布154
9.3.1 概率統計的基本概念154
9.3.2 多項式分布155
9.3.3 高斯分布158
9.4 連續值的處理159
9.5 實(shí)例：文檔分類(lèi)160
9.5.1 獲取數據集160
9.5.2 文檔的數學(xué)表達161
9.5.3 模型訓練163
9.5.4 模型評價(jià)165
9.6 復習題167
第10章 PCA算法168
10.1 算法原理168
10.1.1 數據歸一化和縮放169
10.1.2 計算協(xié)方差矩陣的特征向量169
10.1.3 數據降維和恢復170
10.2 PCA 算法示例171
10.2.1 使用Numpy模擬PCA計算過(guò)程171
10.2.2 使用sklearn進(jìn)行PCA降維運算173
10.2.3 PCA的物理含義174
10.3 PCA 的數據還原率及應用175
10.3.1 數據還原率175
10.3.2 加快監督機器學(xué)習算法的運算速度176
10.4 實(shí)例：人臉識別176
10.4.1 加載數據集176
10.4.2 一次失敗的嘗試179
10.4.3 使用PCA來(lái)處理數據集182
10.4.4 最終結果185
10.5 拓展閱讀189
10.6 復習題189
第11章 k-均值算法190
11.1 算法原理190
11.1.1 k-均值算法成本函數191
11.1.2 隨機初始化聚類(lèi)中心點(diǎn)191
11.1.3 選擇聚類(lèi)的個(gè)數192
11.2 scikit-learn里的k-均值算法192
11.3 使用k-均值對文檔進(jìn)行聚類(lèi)分析195
11.3.1 準備數據集195
11.3.2 加載數據集196
11.3.3 文本聚類(lèi)分析197
11.4 聚類(lèi)算法性能評估200
11.4.1 Adjust Rand Index200
11.4.2 齊次性和完整性201
11.4.3 輪廓系數203
11.5 復習題204
后記205