机器学习Python版（英文版）

图书标准信息

• 作者 Mark E. Fenner
• 出版社 机械工业出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787111701033
• 定价 149.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 564页
• 字数 495千字

【内容简介】

本书面向初学者，使用Python语言以及流行的scikit-learn机器学习库等资源，通过易于实践的项目，帮助读者掌握开发有效的机器学习系统所需的流程、模式和策略。本书首先介绍机器学习的基本概念和机器学习系统的评估技术；之后扩展工具库，引入另外几种分类和回归技术以及特征工程；最后介绍一些较为前沿的新技术，包括组合机器学习模型和自动化特征工程模型等，并将机器学习应用于图像处理和文本处理两个特定领域。本书不依赖于复杂的数学公式，仅要求读者具备一定的编程基础，适合学生、数据分析人员、科研人员等各领域的读者阅读参考。

【作者简介】

马克·E. 芬纳（Mark E. Fenner）  Fenner Training and Consulting公司的创始人，自1999年起一直从事计算机和数学领域的教学工作，曾为众多知名公司和国家级实验室开发课程并提供培训。此外，他还从事机器学习、生物信息学和计算机安全方面的研究工作，所参与的项目涉及机器学习和数值算法的设计和实现、软件仓库的安全性分析、蛋白质功能的概率建模以及显微镜数据的分析和可视化等。他拥有计算机科学博士学位。

【目录】

第一部分　机器学习入门

第1章　机器学习概论3

1.1　欢迎来到机器学习的世界3

1.2　范围、术语、预测和数据4

1.2.1　特征5

1.2.2　目标值和预测值6

1.3　让机器开始机器学习7

1.4　学习系统举例9

1.4.1　预测类别：分类器举例9

1.4.2　预测值：回归器举例10

1.5　评估机器学习系统11

1.5.1　准确率11

1.5.2　资源消耗12

1.6　创建机器学习系统的过程13

1.7　机器学习的假设和现实15

1.8　参考阅读资料17

1.8.1　进一步研究方向17

1.8.2　注释17

第2章　相关技术背景19

2.1　编程环境配置19

2.2　数学语言的必要性19

2.3　用于解决机器学习问题的软件20

2.4　概率21

2.4.1　基本事件22

2.4.2　独立性23

2.4.3　条件概率24

2.4.4　概率分布25

2.5　线性组合、加权和以及点积28

2.5.1　加权平均30

2.5.2　平方和32

2.5.3　误差平方和33

2.6　几何视图：空间中的点34

2.6.1　直线34

2.6.2　直线拓展39

2.7　表示法和加1技巧43

2.8　渐入佳境：突破线性和非线性45

2.9　NumPy与“数学无所不在”47

2.9.1　一维数组与二维数组49

2.10　浮点数问题52

2.11　参考阅读资料53

2.11.1　小结53

2.11.2　注释54

第3章　预测类别：分类入门55

3.1　分类任务55

3.2　一个简单的分类数据集56

3.3　训练和测试：请勿“应试教育”59

3.4　评估：考试评分62

3.5　简单分类器1：最近邻分类器、远距离关系和假设63

3.5.1　定义相似性63

3.5.2　k-最近邻中的k64

3.5.3　答案组合64

3.5.4　k-最近邻、参数和非参数方法65

3.5.5　建立一个k-最近邻分类模型66

3.6　简单分类器2：朴素贝叶斯分类器、概率和违背承诺68

3.7　分类器的简单评估70

3.7.1　机器学习的性能70

3.7.2　分类器的资源消耗71

3.7.3　独立资源评估77

3.8　参考阅读资料81

3.8.1　再次警告：局限性和尚未解决的问题81

3.8.2　小结82

3.8.3　注释82

3.8.4　练习题83

第4章　预测数值：回归入门85

4.1　一个简单的回归数据集85

4.2　最近邻回归和汇总统计87

4.2.1　中心测量：中位数和均值88

4.2.2　构建一个k-最近邻回归模型90

4.3　线性回归和误差91

4.3.1　地面总是不平坦的：为什么需要斜坡92

4.3.2　倾斜直线94

4.3.3　执行线性回归97

4.4　优化：选择最佳答案98

4.4.1　随机猜测98

4.4.2　随机步进99

4.4.3　智能步进99

4.4.4　计算的捷径100

4.4.5　线性回归的应用101

4.5　回归器的简单评估和比较101

4.5.1　均方根误差101

4.5.2　机器学习的性能102

4.5.3　回归过程中的资源消耗102

4.6　参考阅读资料104

4.6.1　局限性和尚未解决的问题104

4.6.2　小结105

4.6.3　注释105

4.6.4　练习题105

第二部分　通用评估技术

第5章　机器学习算法的评估和比较分析109

5.1　评估和大道至简的原则109

5.2　机器学习阶段的术语110

5.2.1　有关机器的重新讨论110

5.2.2　更规范的阐述113

5.3　过拟合和欠拟合116

5.3.1　合成数据和线性回归117

5.3.2　手动操控模型的复杂度118

5.3.3　“恰到好处”原则：可视化过拟合、欠拟合和最佳拟合120

5.3.4　简单性124

5.3.5　关于过拟合必须牢记的注意事项124

5.4　从误差到成本125

5.4.1　损失125

5.4.2　成本126

5.4.3　评分127

5.5　（重新）抽样：以少胜多128

5.5.1　交叉验证128

5.5.2　分层抽样132

5.5.3　重复的训练–测试数据集拆分133

5.5.4　一种更好的方法和混排137

5.5.5　留一交叉验证140

5.6　分解：将误差分解为偏差和方差142

5.6.1　数据的方差143

5.6.2　模型的方差144

5.6.3　模型的偏差144

5.6.4　结合所有的因素145

5.6.5　偏差–方差权衡示例145

5.7　图形可视化评估和比较149

5.7.1　学习曲线：到底需要多少数据150

5.7.2　复杂度曲线152

5.8　使用交叉验证比较机器学习模型154

5.9　参考阅读资料155

5.9.1　小结155

5.9.2　注释155

5.9.3　练习题157

第6章　评估分类器159

6.1　基线分类器159

6.2　准确度以外：分类器的其他度量指标161

6.2.1　从混淆矩阵中消除混淆163

6.2.2　错误的方式164

6.2.3　基于混淆矩阵的度量指标165

6.2.4　混淆矩阵编码166

6.2.5　处理多元类别：多元类别平均168

6.2.6　F1分数170

6.3　ROC曲线170

6.3.1　ROC模式173

6.3.2　二元分类ROC174

6.3.3　AUC：（ROC）曲线下的面积177

6.3.4　多元分类机器学习模型、一对其他和ROC179

6.4　多元