机器学习 软件工程方法与实现
正版新书 新华官方库房直发 可开电子发票
￥ 68.67 6.3折 ￥ 109 全新
库存4件
作者张春强,张和平,唐振
出版社机械工业出版社
ISBN9787111669227
出版时间2021-01
版次1
装帧平装
开本16开
纸张胶版纸
页数444页
定价109元
货号SC:9787111669227
上书时间2024-12-02
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
（1）作者是有10年大数据和机器学习经验且富有创造力的技术专家，先后就职于大型IT、世界500强企业等，目前就职于某大型金融科技集团。（2）将软件工程的思想、方法、工具和策略应用到机器学习实践中，提供高质量的代码设计、可直接复用的源码和工业应用框架。（3）提出机器学习是一门实验，实践学科，突出其工具、方法和策略的重要性，强调实际项目中时间、人力成本等权衡策略。
内容简介:
这是一部指导读者如何将软件工程的思想、方法、工具和策略应用到机器学习实践中的著作。作者融合了自己10年的工程实践经验，以Python为工具，详细阐述机器学习核心概念、原理和实现，并提供了数据分析和处理、特征选择、模型调参和大规模模型上线系统架构等多个高质量源码包和工业应用框架。旨在帮助读者提高代码的设计质量和机器学习项目的工程效率。全书共16章，分为4个部分：第一部分 工程基础篇（1～3）介绍了机器学习和软件工程的融合，涉及理论、方法、工程化的数据科学环境和数据准备；第二部分 机器学习基础篇（4～5）讲述了机器学习建模流程、核心概念，数据分析方法；第三部分 特征篇（6～8）详细介绍了多种特征离散化方法和实现、特征自动衍生工具和自动化的特征选择原理与实现；第四部分 模型篇（9～16）首先，深入地剖析了线性模型、树模型和集成模型的原理，以及模型调参方法、自动调参、模型性能评估和模型解释等；然后，通过5种工程化的模型上线方法讲解了模型即服务；最后，讲解了模型的稳定性监控的方法与实现，这是机器学习项目的最后一环。
目录:
前言
第一部分 工程基础篇
第1章 机器学习软件工程方法 2
1.1 机器学习简述 2
1.1.1 机器学习与人工智能、深度学习等的关系 2
1.1.2 机器学习类别与范式 4
1.2 软件工程方法 13
1.2.1 机器学习中的软件工程 15
1.2.2 编码和测试 18
1.3 朴素贝叶斯测试驱动开发案例 21
1.3.1 开发准备 22
1.3.2 开发邮件分类器 24
1.4 本章小结 29
第2章 工程环境准备 30
2.1 Anaconda 31
2.1.1 安装Anaconda 31
2.1.2 使用conda管理环境 32
2.1.3 Jupyter Notebook 基础使用和示例 34
2.2 使用Pipenv定制Python环境 37
2.2.1 Pipenv简介 38
2.2.2 Pipenv基础使用和示例 39
2.3 Docker打包环境 41
2.3.1 Docker简述 42
2.3.2 Docker架构 43
2.3.3 Docker基础使用和示例 45
2.3.4 打包示例 46
2.4 标准化在数据科学项目中的意义 48
2.5 数据科学项目工程环境 49
2.5.1 开发镜像 50
2.5.2 项目工程模板 51
2.5.3 操作演示 54
2.6 本章小结 55
第3章 实验数据准备 56
3.1 常用数据分布 56
3.1.1 伯
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价