白話機器學習算法( 簡體 字) | |
作者:[新加坡] 黃莉婷 蘇川集 | 類別:1. -> 程式設計 -> 機器學習 |
出版社:人民郵電出版社 | ![]() 詢問書籍請說出此書號! 有庫存 NT售價: 245 元 |
出版日:2/1/2019 | |
頁數:113 | |
光碟數:0 | |
站長推薦: ![]() ![]() ![]() ![]() ![]() | |
印刷:黑白印刷 | 語系: ( 簡體 字 ) |
ISBN:9787115506641 | 加入購物車 │加到我的最愛 (請先登入會員) |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社) | |
第 1章 基礎知識 1
1.1 準備數據 1 1.1.1 數據格式 1 1.1.2 變量類型 2 1.1.3 變量選擇 3 1.1.4 特征工程 3 1.1.5 缺失數據 4 1.2 選擇算法 4 1.2.1 無監督學習 5 1.2.2 監督學習 6 1.2.3 強化學習 7 1.2.4 注意事項 7 1.3 參數調優 7 1.4 評價模型 9 1.4.1 分類指標 9 1.4.2 回歸指標 10 1.4.3 驗證 10 1.5 小結 11 第 2章 k均值聚類 13 2.1 找出顧客群 13 2.2 示例:影迷的性格特征 13 2.3 定義群組 16 2.3.1 有多少個群組 16 2.3.2 每個群組中有誰 17 2.4 局限性 18 2.5 小結 19 第3章 主成分分析 21 3.1 食物的營養成分 21 3.2 主成分 22 3.3 示例:分析食物種類 24 3.4 局限性 27 3.5 小結 29 第4章 關聯規則 31 4.1 發現購買模式 31 4.2 支持度、置信度和提升度 31 4.3 示例:分析雜貨店的銷售數據 33 4.4 先驗原則 35 4.4.1 尋找具有高支持度的項集 36 4.4.2 尋找具有高置信度或高提升度的關聯規則 37 4.5 局限性 37 4.6 小結 37 第5章 社會網絡分析 39 5.1 展現人際關系 39 5.2 示例:國際貿易 40 5.3 Louvain方法 42 5.4 PageRank算法 43 5.5 局限性 46 5.6 小結 47 第6章 回歸分析 49 6.1 趨勢線 49 6.2 示例:預測房價 49 6.3 梯度下降法 52 6.4 回歸系數 54 6.5 相關系數 55 6.6 局限性 56 6.7 小結 57 第7章 k最近鄰算法和異常檢測 59 7.1 食品檢測 59 7.2 物以類聚,人以群分 60 7.3 示例:區分紅白葡萄酒 61 7.4 異常檢測 62 7.5 局限性 63 7.6 小結 63 第8章 支持向量機 65 8.1 醫學診斷 65 8.2 示例:預測心臟病 65 8.3 勾畫最佳分界線 66 8.4 局限性 69 8.5 小結 69 第9章 決策樹 71 9.1 預測災難幸存者 71 9.2 示例:逃離泰坦尼克號 72 9.3 生成決策樹 73 9.4 局限性 74 9.5 小結 75 第 10章 隨機森林 77 10.1 集體智慧 77 10.2 示例:預測犯罪行為 77 10.3 集成模型 81 10.4 自助聚集法 82 10.5 局限性 83 10.6 小結 84 第 11章 神經網絡 85 11.1 建造人工智能大腦 85 11.2 示例:識別手寫數字 86 11.3 神經網絡的構成 89 11.4 激活規則 91 11.5 局限性 92 11.6 小結 94 第 12章 A/B測試和多臂老虎機 95 12.1 初識A/B測試 95 12.2 A/B測試的局限性 95 12.3 epsilon遞減策略 96 12.4 示例:多臂老虎機 97 12.5 勝者為先 99 12.6 epsilon遞減策略的局限性 99 12.7 小結 100 附錄A 無監督學習算法概覽 101 附錄B 監督學習算法概覽 102 附錄C 調節參數列表 103 附錄D 更多評價指標 104 術語表 107 關于作者 114 與使用數學語言或計算機編程語言講解算法的書不同,本書另辟蹊徑,用通俗易懂的人類語言以及大量有趣的示例和插圖講解10多種前沿的機器學習算法。內容涵蓋k均值聚類、主成分分析、關聯規則、社會網絡分析等無監督學習算法,以及回歸分析、k最近鄰、支持向量機、決策樹、隨機森林、神經網絡等監督學習算法,并概述強化學習算法的思想。
|