Python機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：真實(shí)智能案例實(shí)踐指南

定　價(jià)：￥168.00

作　者：	迪潘簡(jiǎn)·撒卡爾（Dipanjan Sarkar）著，徐鍵，張善干，祁鵬宇，丁學(xué)文，肖陽(yáng) ... 譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

京東 (￥168.00)

ISBN：	9787111669739	出版時(shí)間：	2021-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	480	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)幫你掌握通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來(lái)識(shí)別和解決復(fù)雜問(wèn)題所需的基本技能。本書(shū)使用了流行的 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)中的真實(shí)示例，將成為你在學(xué)習(xí)機(jī)器學(xué)習(xí)的藝術(shù)和科學(xué)并成為一名成功的從業(yè)者道路上的完美伴侶。本書(shū)中使用的概念、技術(shù)、工具、框架和方法將教會(huì)你如何成功思考、設(shè)計(jì)、構(gòu)建和執(zhí)行機(jī)器學(xué)習(xí)系統(tǒng)和項(xiàng)目，并利用這些知識(shí)解決一些來(lái)自不同領(lǐng)域的實(shí)際問(wèn)題，包括零售、運(yùn)輸、電影、音樂(lè)、計(jì)算機(jī)視覺(jué)、藝術(shù)和金融。本書(shū)將教會(huì)你解決自己遇到的機(jī)器學(xué)習(xí)問(wèn)題！本書(shū)適合人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)行業(yè)的從業(yè)者和學(xué)習(xí)者閱讀。

作者簡(jiǎn)介

　　關(guān)于作者 Dipanjan Sarkar 英特爾公司的數(shù)據(jù)科學(xué)家，班加羅爾國(guó)際信息技術(shù)學(xué)院的信息技術(shù)碩士，主要負(fù)責(zé)數(shù)據(jù)科學(xué)研究與分析、商業(yè)智能、實(shí)際項(xiàng)目和大型智能系統(tǒng)構(gòu)建等研究、開(kāi)發(fā)工作。他多年來(lái)從事分析工作，擅長(zhǎng)統(tǒng)計(jì)、預(yù)測(cè)和文本分析，對(duì)數(shù)據(jù)科學(xué)和教育充滿(mǎn)熱情，也是Springboard教育平臺(tái)的數(shù)據(jù)科學(xué)導(dǎo)師，幫助從業(yè)者提高數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)等領(lǐng)域的技能。他還撰寫(xiě)了多本關(guān)于R、Python、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的著作。此外，他還是相關(guān)書(shū)籍的技術(shù)審校者，并擔(dān)任Coursera的課程測(cè)試員。此外他還熱衷于研究新技術(shù)、金融市場(chǎng)、顛覆性初創(chuàng)企業(yè)、數(shù)據(jù)科學(xué)、人工智能和深度學(xué)習(xí)。Raghav Bali 英特爾公司的數(shù)據(jù)科學(xué)家，班加羅爾國(guó)際信息技術(shù)學(xué)院的信息技術(shù)碩士，致力于推動(dòng)主動(dòng)的、數(shù)據(jù)驅(qū)動(dòng)的IT項(xiàng)目。他主要從事數(shù)據(jù)科學(xué)與分析、商業(yè)智能以及基于機(jī)器學(xué)習(xí)的可擴(kuò)展解決方案開(kāi)發(fā)等工作，還曾在一些全球領(lǐng)先的企業(yè)中從事過(guò)ERP和財(cái)務(wù)項(xiàng)目開(kāi)發(fā)等工作。他也是一位技術(shù)愛(ài)好者，喜歡研究新工具和技術(shù)。他還著有關(guān)于R、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的著作。Tushar Sharma 英特爾公司的數(shù)據(jù)科學(xué)家，班加羅爾國(guó)際信息技術(shù)學(xué)院的信息技術(shù)碩士。他的工作涉及使用大量基礎(chǔ)結(jié)構(gòu)數(shù)據(jù)進(jìn)行大規(guī)模開(kāi)發(fā)分析的解決方案。他曾在金融領(lǐng)域工作，為知名金融公司開(kāi)發(fā)可擴(kuò)展的機(jī)器學(xué)習(xí)解決方案。他精通Python、R，以及Spark和Hadoop等大數(shù)據(jù)框架。他還著有關(guān)于R和社交媒體分析的著作。

圖書(shū)目錄

目錄
原書(shū)序言
原書(shū)前言
譯者簡(jiǎn)介

第1部分　理解機(jī)器學(xué)習(xí)
第1章　機(jī)器學(xué)習(xí)基礎(chǔ) // 2
11　機(jī)器學(xué)習(xí)的需求 // 3
12　理解機(jī)器學(xué)習(xí) // 6
13　計(jì)算機(jī)科學(xué) // 12
14　數(shù)據(jù)科學(xué) // 14
15　數(shù)學(xué) // 15
16　統(tǒng)計(jì)學(xué) // 20
17　數(shù)據(jù)挖掘 // 22
18　人工智能 // 22
19　自然語(yǔ)言處理 // 23
110　深度學(xué)習(xí) // 24
111　機(jī)器學(xué)習(xí)方法 // 29
112　監(jiān)督學(xué)習(xí) // 30
113　無(wú)監(jiān)督學(xué)習(xí) // 33
114　半監(jiān)督學(xué)習(xí) // 36
115　強(qiáng)化學(xué)習(xí) // 37
116　批量學(xué)習(xí) // 37
117　在線學(xué)習(xí) // 38
118　基于實(shí)例的學(xué)習(xí) // 38
119　基于模型的學(xué)習(xí) // 39
120　CRISP-DM處理模型 // 39
121　構(gòu)建機(jī)器智能 // 45
122　真實(shí)案例研究：預(yù)測(cè)學(xué)生獲取推薦 // 47
123　機(jī)器學(xué)習(xí)的挑戰(zhàn) // 55
124　機(jī)器學(xué)習(xí)的現(xiàn)實(shí)應(yīng)用 // 55
125　總結(jié) // 56

第2章　 Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng) // 57
21　Python簡(jiǎn)介 // 57
22　Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)簡(jiǎn)介 // 62
23　總結(jié) // 100

第2部分　機(jī)器學(xué)習(xí)流程
第3章　數(shù)據(jù)的處理、重整以及可視化 // 102
31　數(shù)據(jù)收集 // 103
32　數(shù)據(jù)描述 // 116
33　數(shù)據(jù)重整 // 117
34　數(shù)據(jù)匯總 // 128
35　數(shù)據(jù)可視化 // 130 36　
總結(jié) // 152

第4章　特征工程和特征選擇 // 153
41　特征：更好地理解你的數(shù)據(jù) // 154
42　重溫機(jī)器學(xué)習(xí)流程 // 155
43　特征提取和特征工程 // 156
44　數(shù)值型數(shù)據(jù)的特征工程 // 160
45　分類(lèi)型數(shù)據(jù)的特征工程 // 174
46　文本型數(shù)據(jù)的特征工程 // 183
47　時(shí)態(tài)型數(shù)據(jù)的特征工程 // 193
48　圖像型數(shù)據(jù)的特征工程 // 197
49　特征縮放 // 211
410　特征選擇 // 214
411　特征降維 // 221
412　總結(jié) // 224

第5章　構(gòu)建、調(diào)優(yōu)和模型的部署 // 225
51　構(gòu)建模型 // 226
52　模型評(píng)估 // 239
53　模型調(diào)優(yōu) // 248
54　模型解釋 // 259
55　模型部署 // 265
56　總結(jié) // 267

第3部分　真實(shí)案例研究
第6章　共享單車(chē)趨勢(shì)分析 // 270
61　共享單車(chē)數(shù)據(jù)集 // 270
62　問(wèn)題陳述 // 271
63　探索性數(shù)據(jù)分析 // 271
64　回歸分析 // 278
65　建模 // 280
66　下一步 // 291
67　總結(jié) // 292

第7章　電影影評(píng)的情感分析 // 293
71　問(wèn)題陳述 // 294
72　設(shè)置依賴(lài)項(xiàng) // 294
73　獲取數(shù)據(jù) // 295
74　文字的預(yù)處理與標(biāo)準(zhǔn)化 // 295
75　無(wú)監(jiān)督的以詞典為基礎(chǔ)的模型 // 298
76　使用監(jiān)督學(xué)習(xí)進(jìn)行情感分類(lèi) // 306
77　傳統(tǒng)的有監(jiān)督的機(jī)器學(xué)習(xí)模型 // 308
78　較新的有監(jiān)督的深度學(xué)習(xí)模型 // 310
79　高級(jí)的有監(jiān)督的深度學(xué)習(xí)模型 // 316
710　分析情感的因果關(guān)系 // 323
711　總結(jié) // 332

第8章　顧客分類(lèi)和有效的交叉銷(xiāo)售 /333/
81　在線零售交易記錄數(shù)據(jù)集 // 333
82　探索性數(shù)據(jù)分析 // 334
83　顧客分類(lèi) // 337
84　交叉銷(xiāo)售 // 350
85　總結(jié) // 361

第9章　分析酒的類(lèi)型和質(zhì)量 // 362
91　問(wèn)題陳述 // 362
92　設(shè)置依賴(lài)項(xiàng) // 363
93　獲取數(shù)據(jù) // 363
94　探索性數(shù)據(jù)分析 // 364
95　預(yù)測(cè)建模 // 378
96　預(yù)測(cè)葡萄酒類(lèi)型 // 379
97　預(yù)測(cè)葡萄酒質(zhì)量 // 385
98　總結(jié) // 397

第10章　分析音樂(lè)趨勢(shì)和推薦 // 398
101　百萬(wàn)歌曲數(shù)據(jù)集品味畫(huà)像 // 398
102　探索性數(shù)據(jù)分析 // 399
103　推薦引擎 // 407
104　推薦引擎庫(kù)的注意事項(xiàng) // 415
105　總結(jié) // 416

第11章　預(yù)測(cè)股票和商品價(jià)格 // 417
111　時(shí)序數(shù)據(jù)及時(shí)序分析 // 417
112　預(yù)測(cè)黃金價(jià)格 // 423
113　股票價(jià)格預(yù)測(cè) // 432
114　總結(jié) // 445

第12章　計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) // 447
121　卷積神經(jīng)網(wǎng)絡(luò) // 447
122　使用 CNN進(jìn)行圖像分類(lèi) // 448
123　使用 CNN的藝術(shù)風(fēng)格轉(zhuǎn)換 // 457
124　總結(jié) // 467