Python機器學習（原書第2版）

定　價：￥89.00

作　者：	塞巴斯蒂安·拉施卡（Sebastian Raschka），瓦希德·米著，陳斌譯
出版社：	機械工業(yè)出版社
叢編項：	數據科學與工程技術叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111611509	出版時間：	2018-12-01	包裝：	平裝
開本：	16開	頁數：	366	字數：

內容簡介

　　機器學習與預測分析正在改變企業(yè)和其他組織的運作方式，本書將帶領讀者進入預測分析的世界。全書共16章，除了簡要介紹機器學習及Python在機器學習中的應用，還系統(tǒng)講述了數據分類、數據預處理、模型優(yōu)化、集成學習、回歸、聚類、神經網絡、深度學習等內容。本書將機器學習背后的基本理論與應用實踐聯系起來，通過這種方式讓讀者聚焦于如何正確地提出問題、解決問題。本書講解了如何使用Python的核心元素以及強大的機器學習庫，同時還展示了如何正確使用一系列統(tǒng)計模型。本書可作為學習數據科學的初學者及想進一步拓展數據科學領域認識的讀者的參考書。同樣，本書也適合計算機等相關專業(yè)的本科生、研究生閱讀。

作者簡介

　　塞巴斯蒂安·拉施卡（Sebastian Raschka）密歇根州立大學博士，他在計算生物學領域提出了幾種新的計算方法，還被科技博客Analytics Vidhya評為GitHub上*具影響力的數據科學家。他在Python編程方面積累了豐富經驗，曾為如何實際應用數據科學、機器學習和深度學習做過數次講座，包括在SciPy（重要的Python科學計算會議）上做的機器學習教程。正是因為Sebastian在數據科學、機器學習以及Python等領域擁有豐富的演講和寫作經驗，他才有動力完成本書的撰寫，以幫助那些不具備機器學習背景的人設計出有數據驅動的解決方案。他因其工作和貢獻獲得了2016-2017學年系杰出研究生獎，以及《ACM 計算評論》 2016年度*佳獎。瓦希德·米爾賈利利（Vahid Mirjalili）密歇根州立大學計算機視覺與機器學習研究員，致力于把機器學習應用到各種計算機視覺研究項目。他在學術和研究生涯中積累了豐富的Python編程經驗，其主要研究興趣為深度學習和計算機視覺應用。

圖書目錄

譯者序

關于作者

關于審校人員

前言

第1章　賦予計算機從數據中學習的能力 1

1.1　構建把數據轉換為知識的智能機器 1

1.2　三種不同類型的機器學習 1

1.2.1　用有監(jiān)督學習預測未來 2

1.2.2　用強化學習解決交互問題 3

1.2.3　用無監(jiān)督學習發(fā)現隱藏結構 4

1.3　基本術語與符號 4

1.4　構建機器學習系統(tǒng)的路線圖 6

1.4.1　預處理—整理數據 6

1.4.2　訓練和選擇預測模型 7

1.4.3　評估模型和預測新樣本數據 7

1.5　用Python進行機器學習 7

1.5.1　從Python包索引安裝Python和其他包 8

1.5.2　采用Anaconda Python和軟件包管理器 8

1.5.3　科學計算、數據科學和機器學習軟件包 8

1.6　小結 9

第2章　訓練簡單的機器學習分類算法 10

2.1　人工神經元—機器學習早期歷史一瞥 10

2.1.1　人工神經元的正式定義 11

2.1.2　感知器學習規(guī)則 12

2.2　在Python中實現感知器學習算法 14

2.2.1　面向對象的感知器API 14

2.2.2　在鳶尾花數據集上訓練感知器模型 16

2.3　自適應神經元和學習收斂 20

2.3.1　梯度下降為最小代價函數 21

2.3.2　用Python實現Adaline 22

2.3.3　通過調整特征大小改善梯度下降 25

2.3.4　大規(guī)模機器學習與隨機梯度下降 27

2.4　小結 30

第3章　scikit-learn機器學習分類器一覽 32

3.1　選擇分類算法 32

3.2　了解scikit-learn軟件庫的第一步—訓練感知器 32

3.3　基于邏輯回歸的分類概率建模 37

3.3.1　邏輯回歸的直覺與條件概率 37

3.3.2　學習邏輯代價函數的權重 39

3.3.3　把轉換的Adaline用于邏輯回歸算法 41

3.3.4　用scikit-learn訓練邏輯回歸模型 44

3.3.5　通過正則化解決過擬合問題 45

3.4　支持向量機的最大余量分類 47

3.4.1　最大邊際的直覺 48

3.4.2　用松弛變量處理非線性可分 48

3.4.3　其他的scikit-learn 實現 50

3.5　用核支持向量機求解非線性問題 50

3.5.1　處理線性不可分數據的核方法 50

3.5.2　利用核技巧，發(fā)現高維空間的分離超平面 52

3.6　決策樹學習 55

3.6.1　最大限度地獲取信息—獲得最大收益 55

3.6.2　構建決策樹 58

3.6.3　通過隨機森林組合多個決策樹 61

3.7　K-近鄰—一種懶惰的學習算法 63

3.8　小結 65

第4章　構建良好的訓練集——預處理 66

4.1　處理缺失數據 66

4.1.1　識別數據中的缺失數值 66

4.1.2　刪除缺失的數據 67

4.1.3　填補缺失的數據 68

4.1.4　了解scikit-learn評估器API 68

4.2　處理分類數據 69

4.2.1　名詞特征和序數特征 69

4.2.2　映射序數特征 70

4.2.3　分類標簽編碼 70

4.2.4　為名詞特征做熱編碼 71

4.3　分裂數據集為獨立的訓練集和測試集 73

4.4　把特征保持在同一尺度上 75

4.5　選擇有意義的特征 76

4.5.1　L1和L2正則化對模型復雜度的懲罰 76

4.5.2　L2正則化的幾何解釋 77

4.5.3　L1正則化的稀疏解決方案 78

4.5.4　為序數特征選擇算法 80

4.6　用隨機森林評估特征的重要性 84

4.7　小結 87

第5章　通過降維壓縮數據 88

5.1　用主成分分析實現無監(jiān)督降維 88

5.1.1　主成分分析的主要步驟 88

5.1.2　逐步提取主成分 89

5.1.3　總方差和解釋方差 91

5.1.4　特征變換 92

5.1.5　scikit-learn的主成分分析 93

5.2　基于線性判別分析的有監(jiān)督數據壓縮 96

5.2.1　主成分分析與線性判別分析 96

5.2.2　線性判別分析的內部邏輯 97

5.2.3　計算散布矩陣 97

5.2.4　在新的特征子空間選擇線性判別式 99

5.2.5　將樣本投影到新的特征空間 101

5.2.6　用scikit-learn實現的LDA 101

5.3　非線性映射的核主成分分析 102

5.3.1　核函數與核技巧 103

5.3.2　用Python實現核主成分分析 106

5.3.3　投影新的數據點 111

5.3.4　scikit-learn的核主成分分析 113

5.4　小結 114

第6章　模型評估和超參數調優(yōu)的最佳實踐 115

6.1　用管道方法簡化工作流 115

6.1.1　加載威斯康星乳腺癌數據集 115

6.1.2　集成管道中的轉換器和評估器 116

6.2　使用k折交叉驗證評估模型的性能 118

6.2.1　抵抗方法 118

6.2.2　k折交叉驗證 119

6.3　用學習和驗證曲線調試算法 122

6.3.1　用學習曲線診斷偏差和方差問題 122

6.3.2　用驗證曲線解決過擬合和欠擬合問題 124

6.4　通過網格搜索為機器學習模型調優(yōu) 126

６.4.1　通過網格搜索為超參數調優(yōu) 126

6.4.2　以嵌套式交叉驗證來選擇算法 127

6.5　比較不同的性能評估指標 128

6.5.1　含混矩陣分析 128

6.5.2　優(yōu)化分類模型的準確度和召回率 129

6.5.3　繪制受試者操作特性圖 130

6.5.4　多元分類評分指標 133

6.6　處理類的不平衡問題 133

6.7　小結 135

第7章　綜合不同模型的組合學習 136

7.1　集成學習 136

7.2　采用多數票機制的集成分類器 139

7.2.1　實現基于多數票的簡單分類器 139

7.2.2　用多數票原則進行預測 143

7.2.3　評估和優(yōu)化集成分類器 145

7.3　套袋—基于導引樣本構建分類器集成 149

7.3.1　套袋簡介 150

7.3.2　應用套袋技術對葡萄酒數據集中的樣本分類 151

7.4　通過自適應增強來利用弱學習者 153

7.4.1　增強是如何實現的 154

7.4.2　用scikit-learn實現AdaBoost 156

7.5　小結 158

第8章　應用機器學習于情感分析 159

8.1　為文本處理預備好IMDb電影評論數據 159

8.1.1　獲取電影評論數據集 159

8.1.2　把電影評論數據預處理成更方便格式的數據 160

8.2　詞袋模型介紹 161

8.2.1　把詞轉換成特征向量 161

8.2.2　通過詞頻逆反文檔頻率評估單詞相關性 162

8.2.3　清洗文本數據 164

8.2.4　把文檔處理為令牌 165

8.3　訓練文檔分類的邏輯回歸模型 166

8.4　處理更大的數據集—在線算法和核心學習 168

8.5　具有潛在狄氏分配的主題建模 171

8.5.1　使用LDA分解文本文檔 171

8.5.2　LDA與scikit-learn 172

8.6　小結 174

第9章　將機器學習模型嵌入網絡應用 175

9.1　序列化擬合scikit-learn評估器 175

9.2　搭建SQLite數據庫存儲數據 177

9.3　用Flask開發(fā)網絡應用 179

9.3.1　第一個Flask網絡應用 179

9.3.2　表單驗證與渲染 181

9.4　將電影評論分類器轉換為網絡應用 184

9.4.1　文件與文件夾—研究目錄樹 185

9.4.2　實現主應用app.py 186

9.4.3　建立評論表單 188

9.4.4　創(chuàng)建一個結果頁面的模板 189

9.5　在面向公眾的服務器上部署網絡應用 190

9.5.1　創(chuàng)建PythonAnywhere賬戶 190

9.5.2　上傳電影分類應用 191

9.5.3　更新電影分類器 191

9.6　小結 193

第10章　用回歸分析預測連續(xù)目標變量 194

10.1　線性回歸簡介 194

10.1.1　簡單線性回歸 194

10.1.2　多元線性回歸 195

10.2　探索住房數據集 196

10.2.1　加載住房數據 196

10.2.2　可視化數據集的重要特點 197

10.2.3　用關聯矩陣查看關系 198

10.3　普通最小二乘線性回歸模型的實現 200

10.3.1　用梯度下降方法求解回歸參數 200

10.3.2　通過scikit-learn估計回歸模型的系數 203

10.4　利用RANSAC擬合穩(wěn)健的回歸模型 205

10.5　評估線性回歸模型的性能 206

10.6　用正則化方法進行回歸 209

10.7　將線性回歸模型轉換為曲線—多項式回歸 210

10.7.1　用scikit-learn增加多項式的項 210

10.7.2　為住房數據集中的非線性關系建模 211

10.8　用隨機森林處理非線性關系 214

10.8.1　決策樹回歸 214

10.8.2　隨機森林回歸 215

10.9　小結 217

第11章　用聚類分析處理無標簽數據 218

11.1　用k-均值進行相似性分組 218

11.1.1　scikit-learn的k-均值聚類 218

11.1.2　k-均值++—更聰明地設置初始聚類中心的方法 221

11.1.3　硬聚類與軟聚類 222

11.1.4　用肘法求解最佳聚類數 223

11.1.5　通過輪廓圖量化聚類質量 224

11.2　把集群組織成有層次的樹 228

......