【现货速发】深入浅出Python机器学习
全新正版书籍，24小时发货，可开发票。
￥ 35.2 5.1折 ￥ 69 全新
库存76件
天津津南
认证卖家担保交易快速发货售后保障
作者段小手
出版社清华大学出版社
ISBN9787302503231
出版时间2018-07
装帧平装
开本16开
定价69元
货号25314043
上书时间2024-12-28
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 概 述
1.1 什么是机器学习——从一个小故事开始
1.2 机器学习的一些应用场景——蝙蝠公司的业务单元
1.3 机器学习应该如何入门——世上无难事
1.4 有监督学习与无监督学习
1.5 机器学习中的分类与回归
1.6 模型的泛化、过拟合与欠拟合
1.7 小结
第2章 基于Python语言的环境配置
2.1 Python的下载和安装
2.2 Jupyter Notebook的安装与使用方法
2.2.1 使用pip进行Jupyter Notebook的下载和安装
2.2.2 运行Jupyter Notebook
2.2.3 Jupyter Notebook的使用方法
2.3 一些必需库的安装及功能简介
2.3.1 Numpy——基础科学计算库
2.3.2 Scipy——强大的科学计算工具集
2.3.3 pandas——数据分析的利器
2.3.4 matplotlib——画出优美的图形
2.4 scikit-learn——非常流行的Python机器学习库
2.5 小结
第3章 K最近邻算法——近朱者赤，近墨者黑
3.1 K最近邻算法的原理
3.2 K最近邻算法的用法
3.2.1 K最近邻算法在分类任务中的应用
3.2.2 K最近邻算法处理多元分类任务
3.2.3 K最近邻算法用于回归分析
3.3 K最近邻算法项目实战——酒的分类
3.3.1 对数据集进行分析
3.3.2 生成训练数据集和测试数据集
3.3.3 使用K最近邻算法进行建模
3.3.4 使用模型对新样本的分类进行预测
3.4 小结
第4章 广义线性模型——“耿直”的算法模型
4.1 线性模型的基本概念
4.1.1 线性模型的一般公式
4.1.2 线性模型的图形表示
4.1.3 线性模型的特点
4.2 最基本的线性模型——线性回归
4.2.1 线性回归的基本原理
4.2.2 线性回归的性能表现
4.3 使用L2正则化的线性模型——岭回归
4.3.1 岭回归的原理
4.3.2 岭回归的参数调节
4.4 使用L1正则化的线性模型——套索回归
4.4.1 套索回归的原理
4.4.2 套索回归的参数调节
4.4.3 套索回归与岭回归的对比
4.5 小结
第5章 朴素贝叶斯——打雷啦，收衣服啊
内容摘要
\"机器学习正在迅速改变我们的世界。我们几乎每天都会读到机器学习如何改变日常的生活。如果你在淘宝或者京东这样的电子商务网站购买商品，或者在爱奇艺或是腾讯视频这样的视频网站观看节目，甚至只是进行一次百度搜索，就已经触碰到了机器学习的应用。使用这些服务的用户会产生数据，这些数据会被收集，在进行预处理之后用来训练模型，而模型会通过这些数据来提供更好的用户体验。此外，目前还有很多使用机器学习技术的产品或服务即将在我们的生活当中普及，如能够解放双手的无人驾驶汽车、聪明伶俐的智能家居产品、善解人意的导购机器人等。可以说要想深入机器学习的应用开发当中，现在就是一个非常理想的时机。
本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上非常注重知识的实用性和可操作性。全书采用由浅入深、循序渐进的讲授方式，完全遵循和尊重初学者对机器学习知识的认知规律。本书适合有一定程序设计语言和算法基础的读者学习使用。\"
精彩内容
1.1什么是机器学习——从一个小故事开始要搞清楚什么是机器学习，我们可以从一个小故事开始。
小C是一个即将毕业的大学生、单身的小伙子，他一直在暗地里喜欢隔壁班的女神，可是又苦于没有机会接近她，于是在很长一段时间里，小C只能保持这种暗恋的状态。
突然有一天，在一个很偶然的机会下，小C得到了女神的微信号，并且添加了她。
然后开始密切关注她的朋友圈，观察她的一举一动。
不久小C就有了重大发现，女神在朋友圈经常发三种类型的内容：书籍、电影和旅游。
这可是个了不起的发现，对于小C来说，千载难逢的机会来了。
接下来，小C把女神喜欢的书名和特征（Features）保存在电脑上，做成一个数据集（Dataset），然后根据这个数据集用“算法（Algorithm）”建立了一个“模型（Model）”，并且通过这个模型预测出了女神会喜欢哪一本新书，之后小C买下了模型预测出来的书，作为礼物送给了女神。
收到新书的女神很开心，也对小C产生了好感。
后来小C又用同样的方法预测出了女神喜欢的电影，并买票请女神去看。不出所料，每次女神的观影体验都棒极了，两个人的关系也越来越近。
再后来，小C又预测了女神会喜欢的旅游地点，订好机票和酒店，对女神发出了邀请。
当然，女神不会拒绝小C了，因为这次旅游的目的地可是她一直想去的地方呢！
整个旅途愉快极了，小C总能像手术刀一样精准地切到女神最感兴趣的话题上。女神觉得太不可思议了，她问小C：“为什么你会这么了解我呢？”小C按捺住内心的喜悦，故作镇定地说道：“这是机器学习的力量。”“什么是机器学习啊？”女神不解。
是时候让小C展现出扎实的学术底蕴了，他抬头45°仰望星空，深沉地说道：“机器学习，最早是由一位人工智能领域的先驱，ArthurSamuel（见图1-1），在1959年提出来的。本意指的是一种让计算机在不经过明显编程的情况下，对数据进行学习，并且做出预测的方法，属于计算机科学领域的一个子集。公认的世界上第一个自我学习项目，就是Samuel跳棋游戏。而我也是通过机器学习的方法，通过你在社交媒体的数据预测出你的喜好的。”第第第第第第第003图1-1ArthurSamuel和他的跳棋游戏毫无悬念地，女神对小C产生了深深的崇拜感，并且芳心暗许。从此以后，两个人走在了一起，并过上了幸福的生活。
对于一部童话来说，故事到这里就可以结束了。可是对于一本机器学习的入门书来说，我们才刚刚开始。
有了女朋友的小C也要背负起自己的责任了，他需要一份工作，才能为两个人的生
活提供经济来源。很幸运的是，他通过校园招聘进入了国内最大的互联网公司——蝙蝠公司，成为一名机器学习工程师，从此开始了他的职业生涯。
1.2机器学习的一些应用场景——蝙蝠公司的业务单元小C入职的蝙蝠公司，作为国内互联网行业的龙头企业，其业务覆盖面十分广泛，包括电子商务、社交网络、互联网金融以及新闻资讯等。每一个方向在内部都被称为一
个BU（业务单元）。每个BU相对独立运作，有自己完善的体系。但机器学习技术，在每个BU都有非常深入的应用。下面我们来大致了解一下。
1.电子商务中的智能推荐蝙蝠公司的电子商务BU是国内最大的在线零售平台，其用户接近5亿，每天在线商品数超过8亿，平均每分钟会售出4.8万件商品。正因此，电子商务BU拥有海量的用户和商品数据。当然，为了让平台的成交总额（GrossmerchandiseVolume，GMV）不断提高，电子商务BU必须精确地为用户提供商品优惠信息。和小C预测女神的喜好类似，电子商务BU要通过机器学习，来对用户的行为进行预测。但在如此海量的数据下，模型要比小C的模型复杂很多。
比如某个男性用户的浏览记录和购买记录中有大量的数码产品，而且系统识别出该用户访问平台时使用的设备是iPhone7，则算法很有可能会给该用户推荐iPhoneX的购买链接。而另外一个女性用户浏览和购买最多的是化妆品和奢侈品，那么机器就会把最
新款的Hermès或者Chanel产品推荐给她。
— 没有更多了 —
以下为对购买帮助不大的评价