机器学习高级实践:计算广告、供需预测、智能营销、动态定价9787111736547
正版图书，可开发票，请放心购买。
￥ 104.25 7.5折 ￥ 139 全新
库存30件
作者王聪颖，谢志辉编著
出版社机械工业出版社
ISBN9787111736547
出版时间2023-11
装帧平装
开本16开
定价139元
货号14316666
上书时间2025-01-07
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
序一 序二 前言 第1章 机器学习/ 1.1机器学习概述/ 1.1.1机器学习发展历史/ 1.1.2机器学习工作原理/ 1.2机器学习典型工具箱/ 1.2.1NumPy/ 1.2.2Pandas/ 1.2.3SciKit-Learn/ 1.2.4TensorFlow/ 1.3机器学习项目实现流程/ 1.3.1业务场景拆解/ 1.3.2构建特征工程/ 1.3.3模型评估与选型/ 1.3.4模型优化/ 第2章 业务场景拆解/ 2.1业务目标拆解/ 2.1.1业务目标拆解方法/ 2.1.2算法模型作用环节分析/ 2.2项目方案制定/ 2.2.1项目团队配置/ 2.2.2机器学习项目方案制定/ 第3章 特征工程/ 3.1特征工程基础/ 3.1.1特征工程的概念和意义/ 3.1.2工业界特征工程应用/ 3.2数据预处理/ 3.2.1缺失值处理/ 3.2.2异常值处理/ 3.3数值变量处理/ 3.3.1连续特征离散化/ 3.3.2数值数据变换/ 3.3.3特征缩放和归一化/ 3.4类别变量处理/ 3.4.1类别特征的编码方法/ 3.4.2特征交叉/ 3.5特征筛选/ 3.5.1过滤式/ 3.5.2包装法/ 3.5.3嵌入法/ 第4章 模型评估和模型选型/ 4.1模型评估和模型选型概要/ 4.1.1模型评估简介/ 4.1.2模型选型简介/ 4.2模型评估方法/ 4.2.1留出法/ 4.2.2K折交叉验证法/ 4.2.3自助法/ 4.3模型评估指标/ 4.3.1分类问题评估指标/ 4.3.2回归模型评估指标/ 4.3.3结合业务场景选择评估指标/ 4.4典型模型介绍/ 4.4.1统计机器学习/ 4.4.2深度学习/ 4.4.3因果推断/ 4.5模型选型技术/ 4.5.1模型选型依据/ 4.5.2偏差和方差/ 4.5.3结合业务场景进行模型选型/ 第5章 模型优化/ 5.1数据集优化/ 5.1.1数据采样/ 5.1.2数据降维/ 5.2目标函数优化/ 5.2.1常见损失函数/ 5.2.2正则化项/ 5.2.3不平衡数据集下对损失函数的优化/ 5.3模型结构优化——集成学习/ 5.3.1Bagging/ 5.3.2Boosting/ 5.3.3Stacking/ 5.4很优化算法/ 5.4.1梯度下降法/ 5.4.2牛顿法和拟牛顿法/ 5.4.3Momentum/AdaGrad/RMSProp/Adam/ 5.5模型参数优化/ 5.5.1模型调参要素/ 5.5.2网格搜索/ 5.5.3随机搜索/ 5.5.4贝叶斯优化/ 第6章 计算广告：广告点击率预估/ 6.1业务场景介绍/ 6.1.1计算广告概述/ 6.1.2计算广告核心算法/ 6.2点击率预估场景下的特征挖掘/ 6.2.1数据集介绍/ 6.2.2数据分析/ 6.2.3特征构建/ 6.3常见的点击率预估模型/ 6.3.1基线模型建设/ 6.3.2DeepCrossing模型/ 6.3.3Wide&Deep模型/ 6.3.4Deep&Cross模型/ 6.3.5DeepFM模型/ 6.3.6AFM模型/ 6.3.7DIN模型/ 第7章 供需预测：“新零售”之供需时序建模/ 7.1业务场景介绍/ 7.1.1为什么需要供需预测/ 7.1.2新零售场景下的供需预测/ 7.2时序问题的数据分析和特征挖掘/ 7.2.1数据集介绍/ 7.2.2数据分析/ 7.2.3特征构建/ 7.3时序模型探索过程/ 7.3.1传统时序模型——ARIMA/ 7.3.2Prophet模型/ 7.3.3树模型——LightGBM/ 7.3.4深度学习模型——LSTM模型/ 7.3.5深度学习模型——Transformer模型/ 7.3.6深度学习模型——DeepAR模型/ 第8章 智能营销：优惠券发放/ 8.1业务场景介绍/ 8.1.1智能营销的概念和架构/ 8.1.2优惠券发放业务场景/ 8.2智能营销场景下的特征挖掘/ 8.2.1数据集介绍/ 8.2.2用户侧特征挖掘/ 8.2.3产品侧特征挖掘/ 8.3智能营销建模流程/ 8.3.1发给谁——人群分层模型（RFM、Uplift Model、ESMM）/ 8.3.2发多少——LTV模型/ 8.3.3怎么发——优惠券分发策略/ 第9章 动态定价：交易市场价格动态调整/ 9.1业务场景介绍/ 9.1.1动态定价概述/ 9.1.2常见动态定价业务场景/ 9.1.3网约车场景下的交易市场业务/ 9.2动态定价相关的特征挖掘/ 9.2.1时空特征挖掘/ 9.2.2用户特征挖掘/ 9.2.3平台特征挖掘/ 9.3动态定价模型/ 9.3.1动态定价策略总览/ 9.3.2用户行为预估模型/
内容摘要
人工智能方兴未艾，机器学习算法作为实现人工智能最重要的技术之一，引起了无数相关从业者的兴趣。本书详细介绍了机器学习算法的理论基础和高级实践案例，理论部分介绍了机器学习项目体系搭建路径，包括业务场景拆解、特征工程、模型评估和选型、模型优化；实践部分介绍了业界常见的业务场景，包括计算广告、供需预测、智能营销、动态定价。随书附赠所有案例源码，获取方式见封底。
本书内容深入浅出，理论与实践相结合，帮助计算机专业应届毕业生、跨专业从业者、算法工程师等读者能够从零构建机器学习项目实现流程，快速掌握关键技术，迅速从小白成长为独当一面的算法工程师。
主编推荐
全彩印刷，多位国内外知名学者也业内专家联合推荐
精彩内容
人工智能方兴未艾，机器学习算法作为实现人工智能最重要的技术之一，引起了无数相关从业者的兴趣。本书详细介绍了机器学习算法的理论基础和高级实践案例，理论部分介绍了机器学习项目体系搭建路径，包括业务场景拆解、特征工程、模型评估和选型、模型优化；实践部分介绍了业界常见的业务场景，包括计算广告、供需预测、智能营销、动态定价。随书附赠所有案例源码，获取方式见封底。 本书内容深入浅出，理论与实践相结合，帮助计算机专业应届毕业生、跨专业从业者、算法工程师等读者能够从零构建机器学习项目实现流程，快速掌握关键技术，迅速从小白成长为独当一面的算法工程师。
相关推荐
-
机器学习高级实践
全新南京
￥ 95.91
-
机器学习高级实践
全新南京
￥ 95.91
-
机器学习高级实践
全新武汉
￥ 95.91
-
机器学习高级实践
全新南京
￥ 95.91
-
机器学习高级实践 计算广告、供需预测、智能营销、动态定价
全新广州
￥ 82.21
-
机器学习高级实践 计算广告、供需预测、智能营销、动态定价
全新广州
￥ 82.26
-
机器学习高级实践：计算广告、供需预测、智能营销、动态定价
全新嘉兴
￥ 101.70
-
机器学习高级实践 计算广告、供需预测、智能营销、动态定价
全新广州
￥ 82.25
-
机器学习高级实践 计算广告、供需预测、智能营销、动态定价
全新广州
￥ 82.23
-
机器学习高级实践：计算广告、供需预测、智能营销、动态定价
全新保定
￥ 88.18
— 没有更多了 —
以下为对购买帮助不大的评价