Python機(jī)器學(xué)習(xí)案例教程（原書第2版）

譯者序

前言

第1部分機(jī)器學(xué)習(xí)的基礎(chǔ)

第1章機(jī)器學(xué)習(xí)和Python入門

11超高水平的機(jī)器學(xué)習(xí)技術(shù)概述

111機(jī)器學(xué)習(xí)任務(wù)的分類

112機(jī)器學(xué)習(xí)算法的發(fā)展簡史

12機(jī)器學(xué)習(xí)的核心——數(shù)據(jù)泛化

121過擬合、欠擬合和偏差-方差權(quán)衡

122利用交叉驗(yàn)證避免過擬合

123利用正則化避免過擬合

124通過特征選擇和降維避免過擬合

13預(yù)處理、探索和特征工程

131缺失值

132標(biāo)簽編碼

133獨(dú)熱編碼

134縮放

135多項(xiàng)式特征

136冪變換

137分箱

14組合模型

141投票法和平均法

142裝袋法

143提升方法

144堆疊法

15安裝軟件和設(shè)置

151設(shè)置Python和環(huán)境

152安裝各種軟件包

本章小結(jié)

習(xí)題

第2部分Python機(jī)器學(xué)習(xí)實(shí)例

第2章使用文本分析技術(shù)研究20組新聞數(shù)據(jù)集

21計(jì)算機(jī)如何理解語言——NLP

22瀏覽NLP庫并學(xué)習(xí)NLP基礎(chǔ)知識

221語料庫

222標(biāo)記

223詞性

224命名實(shí)體識別

225詞干提取和詞形還原

226語義和主題建模

23獲取新聞組數(shù)據(jù)

24研究新聞組數(shù)據(jù)

25考慮文本數(shù)據(jù)的特性

251計(jì)算每個(gè)單詞表征的出現(xiàn)次數(shù)

252文本預(yù)處理

253丟棄停止詞

254詞干提取和詞形還原法

26使用t-SNE可視化新聞組數(shù)據(jù)

261什么是降維

262用于降維的t-SNE

本章小結(jié)

習(xí)題

第3章使用聚類和主題建模算法挖掘20組新聞數(shù)據(jù)集

31沒有指導(dǎo)的學(xué)習(xí)——無監(jiān)督學(xué)習(xí)

32使用k均值聚類算法對新聞數(shù)據(jù)集進(jìn)行聚類

321k均值聚類算法是如何聚類的?

322從頭實(shí)現(xiàn)k均值聚類算法

323用機(jī)器學(xué)習(xí)實(shí)現(xiàn)k均值聚類算法

324k值的選擇

325使用k均值聚類新聞組數(shù)據(jù)

33在新聞組中發(fā)現(xiàn)基礎(chǔ)主題

34使用NMF進(jìn)行主題建模

35使用LDA進(jìn)行主題建模

本章小結(jié)

習(xí)題

第4章使用樸素貝葉斯檢測垃圾郵件

41從分類開始

411分類算法的類型

412文本分類的應(yīng)用

42探索樸素貝葉斯

421通過案例來學(xué)習(xí)貝葉斯定理

422樸素貝葉斯的結(jié)構(gòu)

423運(yùn)用scratch庫實(shí)現(xiàn)樸素貝葉斯分類器

424運(yùn)用scikit-learn庫實(shí)現(xiàn)樸素貝葉斯分類器

43分類性能評估

44模型調(diào)優(yōu)和交叉驗(yàn)證

本章小結(jié)

習(xí)題

第5章使用支持向量機(jī)對新聞組主題進(jìn)行分類

51用支持向量機(jī)尋找分離邊界

511通過不同的示例了解支持向量機(jī)如何工作

512實(shí)現(xiàn)支持向量機(jī)

513支持向量機(jī)的核心

514在線性核和RBF核之間進(jìn)行選擇

52使用支持向量機(jī)對新聞組主題進(jìn)行分類

53更多示例——心臟造影的胎兒狀態(tài)分類

54另一個(gè)示例——使用TensorFlow完成基于支持向量機(jī)的乳腺癌分類

本章小結(jié)

習(xí)題

第6章使用基于樹的算法預(yù)測在線廣告點(diǎn)擊率

61廣告點(diǎn)擊率預(yù)測概述

62兩種類型數(shù)據(jù)：數(shù)值型和分類型

63從根到葉探索決策樹

631構(gòu)建決策樹

632衡量分裂的標(biāo)準(zhǔn)

64從頭實(shí)現(xiàn)決策樹

65用決策樹預(yù)測廣告點(diǎn)擊率

66集成決策樹——隨機(jī)森林

661使用TensorFlow實(shí)現(xiàn)隨機(jī)森林

本章小結(jié)

習(xí)題

第7章使用邏輯回歸預(yù)測在線廣告點(diǎn)擊率

71將分類特征轉(zhuǎn)換為數(shù)字特征——獨(dú)熱編碼和順序編碼

72用邏輯回歸對數(shù)據(jù)進(jìn)行分類

721邏輯函數(shù)入門

722從邏輯函數(shù)到邏輯回歸

73訓(xùn)練邏輯回歸模型

731利用梯度下降訓(xùn)練邏輯回歸模型

732利用梯度下降的邏輯回歸模型預(yù)測在線廣告點(diǎn)擊率

733利用隨機(jī)梯度下降訓(xùn)練邏輯回歸模型

734利用正則化訓(xùn)練邏輯回歸模型

74通過在線學(xué)習(xí)訓(xùn)練大型數(shù)據(jù)集

75處理多元分類

76使用TensorFlow實(shí)現(xiàn)邏輯回歸

77使用隨機(jī)森林進(jìn)行特征選擇

本章小結(jié)

習(xí)題

第8章將預(yù)測擴(kuò)展到TB級點(diǎn)擊日志

81學(xué)習(xí)Apache Spark的基本知識

811了解 Spark

812安裝Spark

813啟動(dòng)和部署Spark程序

82在PySpark中編程

83使用Spark學(xué)習(xí)大量點(diǎn)擊日志

831加載點(diǎn)擊日志

832拆分和緩存數(shù)據(jù)

833對分類特征進(jìn)行獨(dú)熱編碼

834訓(xùn)練和測試邏輯回歸模型

84使用Spark對分類變量進(jìn)行特征工程

841散列分類特征

842組合多個(gè)變量——特征交互

本章小結(jié)

習(xí)題

第9章使用回歸算法預(yù)測股票價(jià)格

91有關(guān)股票市場和股票價(jià)格的簡要概述

92什么是回歸

93獲取股價(jià)數(shù)據(jù)

931開始特征工程

932獲取數(shù)據(jù)并生成特征

94使用線性回歸來估計(jì)

941線性回歸是如何工作的

942實(shí)現(xiàn)線性回歸

95使用回歸樹進(jìn)行預(yù)測

951從分類樹到回歸樹

952實(shí)現(xiàn)回歸樹

953實(shí)現(xiàn)隨機(jī)森林

96用支持向量回歸機(jī)進(jìn)行評估

961實(shí)現(xiàn)支持向量回歸機(jī)

97用神經(jīng)網(wǎng)絡(luò)進(jìn)行估算

971揭開神經(jīng)網(wǎng)絡(luò)的神秘面紗

972實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)

98評估回歸性能

99使用四種回歸算法預(yù)測股票價(jià)格

本章小結(jié)

習(xí)題

第3部分Python機(jī)器學(xué)習(xí)最佳案例

第10章機(jī)器學(xué)習(xí)最佳案例

101機(jī)器學(xué)習(xí)解決方案流程

102數(shù)據(jù)準(zhǔn)備階段的最佳案例

1021最佳案例1——完全理解項(xiàng)目目標(biāo)

1022最佳案例2——收集所有相關(guān)的特征

1023最佳案例3——保持特征值的一致性

1024最佳案例4——處理缺失數(shù)據(jù)

1025最佳案例5——存儲大規(guī)模數(shù)據(jù)

103訓(xùn)練集生成階段的最佳案例

1031最佳案例6——區(qū)分分類型特征與數(shù)值型特征

1032最佳案例7——決定是否要對分類型特征進(jìn)行編碼

1033最佳案例8——決定是否要選擇特征和如何選擇

1034最佳案例9——決定是否要降維和如何降維

1035最佳案例10——決定是否重新調(diào)整特征取值

1036最佳案例11——在擁有專業(yè)知識的條件下進(jìn)行特征工程

1037最佳案例12——在缺少專業(yè)知識的條件下進(jìn)行特征工程

1038最佳案例13——記錄每個(gè)特征是如何生成的

1039最佳案例14——從文本數(shù)據(jù)中提取特征

104模型訓(xùn)練、評估和選擇階段的最佳案例

1041最佳案例15——選擇合適的起步算法

1042最佳案例16——減少過擬合

1043最佳案例17——識別過擬合與欠擬合

1044最佳案例18——在大型數(shù)據(jù)集上建模

105部署和監(jiān)視階段的最佳案例

1051最佳案例19——保存、加載和重用模型

1052最佳案例20——監(jiān)控模型性能

1053最佳案例21——定期更新模型

本章小結(jié)

習(xí)題