《Python預測分析與機器學習》是清華大學出版社於2022年出版的書籍，作者是王沁晨。
基本介紹
- 中文名：Python預測分析與機器學習
- 作者：王沁晨
- 出版社：清華大學出版社
- 出版時間：2022年5月1日
- 定價：89 元
- ISBN：9787302592549
內容簡介,目錄,
內容簡介
本書從理解問題定義、了解數據內的高層信息、數據清理、視化數據，到基礎建模、模型最佳化，分享一個數據分析師的視角與思路。在預測分析的流程中，一步步用詳細的圖文代碼講解使用到的庫，如何正確使用各個庫中的方法和函式，以及在遇到類似的問題時如何套用學過的知識。 本書共8章。第1章對預測分析的流程進行一個高層次的概述。第2章介紹本書需要安裝使用的庫，並講解數據清理步驟的執行。第3章講解基礎建模需考慮的細節，結合第4章的模型選擇，可以搭建一個基礎的預測管道。第5章和第6章分別從模型和數據的角度講解如何最佳化預測表現。第7章講解時間序列這一特殊數據的預測方法。最後，第8章總結全書學習到的內容，解決一個實戰問題。 本書面向3類讀者。
目錄
第1章預測分析與機器學習的實用價值
1．1人工智慧、機器學習與數據分析的關係
1．2什麼是預測分析
1．3預測分析在各行業中的套用
1．4預測分析流程概覽
1．5小結
第2章數據清理
2．1建立編程環境
2．1．1Anaconda簡介及安裝
2．1．2Jupyter Notebook 簡介及安裝
2．1．3Pandas簡介及安裝
2．1．4scikitlearn 簡介及安裝
2．1．5XGBoost、LightGBM、CatBoost簡介及安裝
2．1．6TensorFlow簡介及安裝
2．2面對異構數據如何下手
2．2．1什麼是異構數據
2．2．2如何處理異構數據
2．3數據誤差
2．3．1各類數據誤差及其影響
2．3．2如何處理數據誤差
2．4數據重新格式化
第3章基礎建模
3．1判斷何為X和y
3．1．1X和y的定義
3．1．2X和y的選擇對預測的影響
3．2訓練集、驗證集與測試集
3．2．1三者的定義及關係
3．2．2如何使用sklearn分離3個集
3．2．3如何使用Pandas手動分離3個集
3．3數據泄露
3．3．1不同類型的數據泄露
3．3．2發現並避免目標泄露
3．3．3避免訓練集與測試集的相互污染
3．4偏差與方差
3．4．1定義偏差與方差
3．4．2過擬合與欠擬合
3．4．3實踐中的過擬合與欠擬合
