机器学习基础—基于Python和scikit-learn的机器学习应用（翻译版）

图书标准信息

• 作者 [美]海特·萨拉赫（Hyatt Saleh） 著；邹伟 译
• 出版社 水利水电出版社
• 出版时间 2020-11
• 版次 1
• ISBN 9787517085065
• 定价 69.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 196页
• 字数 228千字

【内容简介】

随着机器学习算法的普及，开发和优化这些算法的新工具也得到了发展。本书首先介绍了scikit-learn包，学习如何使用scikit-learn语法；学习监督模型和无监督模型之间的差异，以及为每个数据集选择适当算法的重要性；学习将无监督聚类算法应用到真实的数据集中，发现其中的规律，并在探索中解决无监督机器学习问题。其次，本书重点研究监督学习算法，学习如何使用scikit-learn包实现不同的监督算法以及如何开发神经网络架构；还将了解如何采用合乎逻辑的结果分析，并通过调节超参数来改善算法的性能。
  本书理论讲解与练习实例相结合，并通过大量的活动指导读者进行真实数据集的模拟训练。学完本书将知道如何描述监督模型和无监督模型之间的差异，以及如何将一些流行的算法应用于现实生活中的数据集中，将获得诸多技能并有信心编写机器学习算法。
  本书面向机器学习领域的新手和希望学习如何使用scikit-learn库开发机器学习算法的开发人员。读者需要具备Python编程方面的一些知识和经验，但不需要任何关于scikit-learn或机器学习算法的先验知识。

【目录】

章 scikit-learn简介

1.1 scikit-learn

1.1.1 scikit-learn的优点

1.1.2 scikit-learn的缺点

1.2 数据表示

1.2.1 数据表

1.2.2 特征矩阵和目标矩阵

1.2.3 练1：加载实例数据集并创建特征矩阵和目标矩阵

1.2.4 活动1：选择目标特征并创建一个目标矩阵

1.3 数据预处理

1.3.1 混乱的数据

1.3.2 练2：处理混乱的数据

1.3.3 处理分类特征

1.3.4 练3：在文本数据上应用特征工程

1.3.5 重新缩放数据

1.3.6 练4：归一化和标准化数据

1.3.7 活动2：预处理整个数据集

1.4 scikit-learn api

1.5 监督学和无监督学

1.5.1 监督学

1.5.2 无监督学

1.6 小结

第2章 无监督学：real-life应用

2.1 聚类

2.1.1 聚类类型

2.1.2 聚类的应用

2.2 探索数据集：批发客户数据集

2.3 数据可视化

2.3.1 使用pandas加载数据集

2.3.2 可视化工具

2.3.3 练5：从noisy circles数据集中绘制一个特征的直方图

2.3.4 活动3：使用数据可视化来帮助预处理过程

2.4 k-means算

2.4.1 理解算

2.4.2 练6：在数据集上导入和训练k-means算

2.4.3 活动4：将k-means算应用于数据集

2.5 mean-shift算

2.5.1 理解算

2.5.2 练7：在数据集上导入和训练mean-shift算

2.5.3 活动5：将mean-shift算应用于数据集

2.6 dbscan算

2.6.1 理解算

2.6.2 练8：在数据集上导入和训练dbscan算

2.6.3 活动6：将dbscan算应用于数据集

2.7 聚类能的评估

2.7.1 scikit-learn的可用指标

2.7.2 练9：评估silhouette coefficient分数和calinski-harabasz指数

2.7.3 活动7：测量和比较算的能

2.8 小结

第3章 监督学：关键步骤

3.1 模型验证和测试

3.1.1 数据拆分

3.1.2 拆分比

3.1.3 练10：对实例数据集进行数据拆分

3.1.4 交验证

3.1.5 练11：使用交验证将训练集拆分为训练集和验证集

3.1.6 活动8：对手写数字数据集的数据拆分

3.2 评估指标

3.2.1 分类任务的评估指标

3.2.2 练12：在分类任务上计算不同的评估指标

3.2.3 评估指标的选择

3.2.4 回归任务的评估指标

3.2.5 练13：计算回归任务的评估指标

3.2.6 活动9：评估在手写数据集上训练的模型的能

3.3 错误分析

3.3.1 偏差、方差、数据不匹配

3.3.2 练14：计算不同数据集的错误率

3.3.3 活动10：对经过训练的手写数字识别模型执行错误分析

3.4 小结

第4章 监督学算：预测年收入

4.1 探索数据集

4.2 朴素贝叶斯算

4.2.1 朴素贝叶斯算的工作

4.2.2 练15：朴素贝叶斯算应用

4.2.3 活动11：为人收入普查数据集训练朴素贝叶斯模型

4.3 决策树算

4.3.1 决策树算的工作

4.3.2 练16：决策树算应用

4.3.3 活动12：为人收入普查数据集训练决策树模型

4.4 支持向量机算

4.4.1 支持向量机算的工作

4.4.2 练17：支持向量机算应用

4.4.3 活动13：为人收入普查数据集训练支持向量机模型

4.5 错误分析

4.6 小结

第5章 人工神经网络：预测年收入

5.1 人工神经网络

5.1.1 它们是如何工作的

5.1.2 理解超参数

5.1.3 应用程序

5.1.4 局限

5.2 应用人工神经网络

5.2.1 scikit-learn的多层感知器

5.2.2 练18：多层感知器分类器的应用

5.2.3 活动14：为人收入普查数据集训练多层感知器

5.3 能分析

5.3.1 错误分析

5.3.2 超参数微调

5.3.3 模型比较

5.3.4 活动15：比较不同模型以选择适合人收入普查数据问题的方

5.4 小结

第6章 建立自己的程序

6.1 项目的定义

6.1.1 制定计划：关键阶段

6.1.2 了解数据集

6.1.3 活动16：执行银行营销数据集的准备和创建阶段

6.2 存储并加载一个经过训练的模型

6.2.1 存储模型

6.2.2 练19：存储经过训练的模型

6.2.3 加载模型

6.2.4 练20：加载存储的模型

6.2.5 活动17：存储并加载银行营销数据集的终模型

6.3 与经过训练的模型交互

6.3.1 练21：创建一个类和一个通道来与经过训练的模型交互

6.3.2 活动18：允许与银行营销数据集模型交互

6.4 小结

附录

章：scikit-learn简介

活动1：选择目标特征并创建一个目标矩阵

活动2：预处理整个数据集

第2章：无监督学：real-life应用

活动3：使用数据可视化来辅助预处理过程

活动4：将k-means算应用于数据集

……