机器学习与数据挖掘

本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。
本书适合使用机器学习与数据挖掘技术进行大数据处理的程序员、架构师和产品经理作为技术参考和培训资料，也可作为高校本科生和研究生的教材。

王璐烽，教授，世界技能大赛中国赛区裁判员、重庆市高校黄大年式教师团队负责人、重庆市高校中青年骨干教师、重庆市高校优秀思想政治工作者；撰写论文20余篇，其中SCI/EI收录或核心期刊10余篇；主编国家十三五规划教材1本，其余4本；主持重庆市重大教改课题1项，重点1项，其余5项；主持重庆市重大科技项目1项；主持重庆市精品在线课程1门；获得全国职业院校信息化教学大赛一等奖，重庆市科技进步三等奖，中国通信工业协会教学成果特等奖；指导学生参加全国职业院校技能大赛获一等奖、二等奖各1次；参与专业标准、1 X职业技能等级标准、重庆市人社局新职业（人工智能训练师）培训标准、考核标准等研制工作。

项目1  初识机器学习 1
任务1　学习机器学习的理论 2
【任务描述】 2
【任务目标】 2
【知识链接】 2
【任务实施】 3
任务2　软件的安装与使用 8
【任务描述】 8
【任务目标】 8
【知识链接】 8
【任务实施】 9
项目小结 16
思考与练习 17
项目2  模型评估与选择 19
任务1　学习过拟合与欠拟合 20
【任务描述】 20
【任务目标】 20
【知识链接】 20
【任务实施】 24
任务2　学习评估方法 25
【任务描述】 25
【任务目标】 26
【知识链接】 26
【任务实施】 27
任务3　学习性能度量与检验 29
【任务描述】 29
【任务目标】 29
【知识链接】 30
【任务实施】 38
项目小结 39
项目拓展 40
思考与练习 41
项目3  回归算法与应用 43
任务1　学习回归预测问题 44
【任务描述】 44
【任务目标】 44
【知识链接】 44
【任务实施】 45
任务2　学习线性回归 46
【任务描述】 46
【任务目标】 46
【知识链接】 46
【任务实施】 48
任务3　学习Lasso回归 52
【任务描述】 52
【任务目标】 52
【知识链接】 52
【任务实施】 53
任务4　学习神经网络 55
【任务描述】 55
【任务目标】 55
【知识链接】 55
【任务实施】 57
任务5　学习逻辑斯谛回归 59
【任务描述】 59
【任务目标】 59
【知识链接】 59
【任务实施】 60
项目小结 63
项目拓展 64
思考与练习 64
项目4  分类算法与应用 66
任务1　学习分类问题 67
【任务描述】 67
【任务目标】 67
【知识链接】 67
【任务实施】 67
任务2　学习支持向量机 69
【任务描述】 69
【任务目标】 69
【知识链接】 69
【任务实施】 71
任务3　学习朴素贝叶斯分类 74
【任务描述】 74
【任务目标】 74
【知识链接】 74
【任务实施】 75
任务4　学习kNN算法 77
【任务描述】 77
【任务目标】 77
【知识链接】 78
【任务实施】 79
任务5　学习决策树 84
【任务描述】 84
【任务目标】 84
【知识链接】 85
【任务实施】 86
项目小结 87
项目拓展 88
思考与练习 88
项目5  聚类算法与应用 90
任务1　学习聚类问题 91
【任务描述】 91
【任务目标】 91
【知识链接】 91
【任务实施】 91
任务2　学习K-means聚类 92
【任务描述】 92
【任务目标】 92
【知识链接】 92
【任务实施】 93
任务3　学习密度聚类 95
【任务描述】 95
【任务目标】 95
【知识链接】 95
【任务实施】 96
任务4　学习层次聚类 98
【任务描述】 98
【任务目标】 98
【知识链接】 99
【任务实施】 100
任务5　学习主成分分析 102
【任务描述】 102
【任务目标】 102
【知识链接】 102
【任务实施】 103
任务6　进行聚类效果评测 105
【任务描述】 105
【任务目标】 105
【知识链接】 105
【任务实施】 106
项目小结 109
项目拓展 110
思考与练习 110
项目6  机器学习应用 112
任务1　学习MNIST数字分类 113
【任务描述】 113
【任务目标】 113
【知识链接】 113
【任务实施】 113
任务2　学习泰坦尼克号生存计划 118
【任务描述】 118
【任务目标】 119
【任务实施】 119
任务3　进行房价预测 127
【任务描述】 127
【任务目标】 127
【任务实施】 127
项目小结 136
项目拓展 136
思考与练习 136
项目7  数据挖掘 138
任务1　学习数据挖掘的概念 139
【任务描述】 139
【任务目标】 139
【知识链接】 139
【任务实施】 139
任务2　学习数据挖掘的应用 142
【任务描述】 142
【任务目标】 142
【知识链接】 142
【任务实施】 143
任务3　学习数据挖掘的模型 147
【任务描述】 147
【任务目标】 148
【知识链接】 148
【任务实施】 148
项目小结 156
项目拓展 156
思考与练习 156
项目8  数据分析与应用 158
任务1　学习数据分析的概念 159
【任务描述】 159
【任务目标】 159
【任务实施】 159
任务2　学习关联规则算法及
应用 161
【任务描述】 161
【任务目标】 161
【知识链接】 162
【任务实施】 163

任务3　进行银行信贷预测 165
【任务描述】 165
【任务目标】 165
【任务实施】 166
任务4　使用WEKA软件进行
房屋定价 171
【任务描述】 171
【任务目标】 172
【知识链接】 172
【任务实施】 172
项目小结 179
项目拓展 179
思考与练习 180
项目9  淘宝用户行为分析预测 181
【项目描述】 182
【项目目标】 182
【知识链接】 182
【项目实施】 183
项目小结 189
项目拓展 190
思考与练习 190
参考文献 191

本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。
本书适合使用机器学习与数据挖掘技术进行大数据处理的程序员、架构师和产品经理作为技术参考和培训资料，也可作为高校本科生和研究生的教材。

王璐烽，教授，世界技能大赛中国赛区裁判员、重庆市高校黄大年式教师团队负责人、重庆市高校中青年骨干教师、重庆市高校优秀思想政治工作者；撰写论文20余篇，其中SCI/EI收录或核心期刊10余篇；主编国家十三五规划教材1本，其余4本；主持重庆市重大教改课题1项，重点1项，其余5项；主持重庆市重大科技项目1项；主持重庆市精品在线课程1门；获得全国职业院校信息化教学大赛一等奖，重庆市科技进步三等奖，中国通信工业协会教学成果特等奖；指导学生参加全国职业院校技能大赛获一等奖、二等奖各1次；参与专业标准、1 X职业技能等级标准、重庆市人社局新职业（人工智能训练师）培训标准、考核标准等研制工作。