基本信息,內容簡介,目錄信息,
基本信息
Python大戰機器學習：數據科學家的第一個小目標
叢書名 ：數據科學家成長之路
作 譯 者：華校專,王正林
出版時間：2017-02
千 字 數：716
版 次：01-01
頁 數：452
開 本：16開
I S B N ：9787121308949
內容簡介
數據科學家是當下炙手可熱的職業，機器學習則是他們的必備技能，機器學習在大數據分析中居於核心的地位，在網際網路、金融保險、製造業、零售業、醫療等產業領域發揮了越來越大的作用且日益受到關注。Python是最好最熱門的程式語言之一，以簡單易學、套用廣泛、類庫強大而著稱，是實現機器學習算法的首選語言。 本書以快速上手、四分理論六分實踐為出發點，講述機器學習的算法和Python編程實踐，採用“原理筆記精華+算法Python實現+問題實例+實際代碼+運行調參”的形式展開，理論與實踐結合，算法原理與編程實戰並重。全書共13 章分為4篇展開：第一篇：機器學習基礎篇（第1～6 章），講述機器學習的基礎算法，包括線性模型、決策樹、貝葉斯分類、k近鄰法、數據降維、聚類和EM算法；第二篇：機器學習高級篇（第7～10章），講述經典而常用的高級機器學習算法，包括支持向量機、人工神經網路、半監督學習和集成學習；第三篇：機器學習工程篇（第11～12章），講述機器學習工程中的實際技術，包括數據預處理，模型評估、選擇與驗證等。第四篇：kaggle實戰篇（第13章），講述一個kaggle競賽題目的實戰。本書內容豐富、深入淺出，算法與代碼齊頭並進，無論你是新手還是有經驗的讀者，都能快速學到你想要的。本書可供為高等院校計算機、金融、數學、自動化及相關理工科專業的本科生或研究生使用，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。
目錄信息
第一篇 機器學習基礎篇1
第1 章 線性模型 2
1.1 概述2
1.2 算法筆記精華2
1.2.1 普通線性回歸2
1.2.2 廣義線性模型5
1.2.3 邏輯回歸5
1.2.4 線性判別分析7
1.3 Python 實戰10
1.3.1 線性回歸模型11
1.3.2 線性回歸模型的正則化12
1.3.3 邏輯回歸22
1.3.4 線性判別分析26
第2 章 決策樹 30
2.1 概述30
2.2 算法筆記精華30
2.2.1 決策樹原理30
2.2.2 構建決策樹的3 個步驟31
2.2.3 CART 算法37
2.2.4 連續值和缺失值的處理42
2.3 Python 實戰43
2.3.1 回歸決策樹（DecisionTreeRegressor） 43
2.3.2 分類決策樹（DecisionTreeClassifier） 49
2.3.3 決策圖54
第3 章 貝葉斯分類器 55
3.1 概述55
3.2 算法筆記精華55
3.2.1 貝葉斯定理55
3.2.2 樸素貝葉斯法56
3.3 Python 實戰59
3.3.1 高斯貝葉斯分類器（GaussianNB） 61
3.3.2 多項式貝葉斯分類器（MultinomialNB） 62
3.3.3 伯努利貝葉斯分類器（BernoulliNB） 65
3.3.4 遞增式學習partial_fit 方法69
第4 章 k 近鄰法 70
4.1 概述70
4.2 算法筆記精華70
4.2.1 kNN 三要素70
4.2.2 k 近鄰算法72
4.2.3 kd 樹73
4.3 Python 實踐74
第5章 數據降維 83
5.1 概述83
5.2 算法筆記精華83
5.2.1 維度災難與降維83
5.2.2 主成分分析（PCA） 84
5.2.3 SVD 降維91
5.2.4 核化線性（KPCA）降維91
5.2.5 流形學習降維93
5.2.6 多維縮放（MDS）降維93
5.2.7 等度量映射（Isomap）降維96
5.2.8 局部線性嵌入（LLE） 97
5.3 Python 實戰99
5.4 小結118
第6章 聚類和EM 算法 119
6.1 概述119
6.2 算法筆記精華120
6.2.1 聚類的有效性指標120
6.2.2 距離度量122
6.2.3 原型聚類123
6.2.4 密度聚類126
6.2.5 層次聚類127
6.2.6 EM 算法128
6.2.7 實際中的聚類要求136
6.3 Python 實戰137
6.3.1 K 均值聚類（KMeans） 138
6.3.2 密度聚類（DBSCAN） 143
6.3.3 層次聚類（AgglomerativeClustering） 146
6.3.4 混合高斯（GaussianMixture）模型149
6.4 小結153
第二篇 機器學習高級篇155
第7章 支持向量機 156
7.1 概述156
7.2 算法筆記精華157
7.2.1 線性可分支持向量機157
7.2.2 線性支持向量機162
7.2.3 非線性支持向量機166
7.2.4 支持向量回歸167
7.2.5 SVM 的優缺點170
7.3 Python 實戰170
7.3.1 線性分類SVM 171
7.3.2 非線性分類SVM 175
7.3.3 線性回歸SVR 182
7.3.4 非線性回歸SVR 186
第8章 人工神經網路 192
8.1 概述192
8.2 算法筆記精華192
8.2.1 感知機模型192
8.2.2 感知機學習算法194
8.2.3 神經網路197
8.3 Python 實戰205
8.3.1 感知機學習算法的原始形式205
8.3.2 感知機學習算法的對偶形式209
8.3.3 學習率與收斂速度212
8.3.4 感知機與線性不可分數據集213
8.3.5 多層神經網路215
8.3.6 多層神經網路與線性不可分數據集216
8.3.7 多層神經網路的套用219
第9章 半監督學習 225
9.1 概述225
9.2 算法筆記精華226
9.2.1 生成式半監督學習方法226
9.2.2 圖半監督學習228
9.3 Python 實戰234
9.4 小結243
第10章 集成學習 244
10.1 概述244
10.2 算法筆記精華244
10.2.1 集成學習的原理及誤差244
10.2.2 Boosting 算法246
10.2.3 AdaBoost 算法246
10.2.4 AdaBoost 與加法模型252
10.2.5 提升樹253
10.2.6 Bagging 算法256
10.2.7 誤差-分歧分解257
10.2.8 多樣性增強259
10.3 Python 實戰260
10.3.1 AdaBoost 261
10.3.2 Gradient Tree Boosting 272
10.3.3 Random Forest 288
10.4 小結298
第三篇 機器學習工程篇299
第11章 數據預處理 300
11.1 概述300
11.2 算法筆記精華300
11.2.1 去除唯一屬性300
11.2.2 處理缺失值的三種方法301
11.2.3 常見的缺失值補全方法302
11.2.4 特徵編碼307
11.2.5 數據標準化、正則化308
11.2.6 特徵選擇310
11.2.7 稀疏表示和字典學習313
11.3 Python 實踐316
11.3.1 二元化316
11.3.2 獨熱碼317
11.3.3 標準化321
11.3.4 正則化325
11.3.5 過濾式特徵選取326
11.3.6 包裹式特徵選取330
11.3.7 嵌入式特徵選取334
11.3.8 學習器流水線（Pipeline） 339
11.3.9 字典學習340
第12 章 模型評估、選擇與驗證 345
12.1 概述345
12.2 算法筆記精華346
12.2.1 損失函式和風險函式346
12.2.2 模型評估方法348
12.2.3 模型評估349
12.2.4 性能度量350
12.2.5 偏差方差分解356
12.3 Python 實踐357
12.3.1 損失函式357
12.3.2 數據集切分359
12.3.3 性能度量370
12.3.4 參數最佳化387
第四篇 Kaggle 實戰篇401
第13 章 Kaggle 牛刀小試 402
13.1 Kaggle 簡介402
13.2 清洗數據403
13.2.1 載入數據403
13.2.2 合併數據406
13.2.3 拆分數據407
13.2.4 去除唯一值408
13.2.5 數據類型轉換410
13.2.6 Data_Cleaner 類412
13.3 數據預處理415
13.3.1 獨熱碼編碼415
13.3.2 歸一化處理419
13.3.3 Data_Preprocesser 類421
13.4 學習曲線和驗證曲線424
13.4.1 程式說明424
13.4.2 運行結果430
13.5 參數最佳化433
13.6 小結435
全書符號 436
