机器学习常用算法速查手册
杜春晓 译
出版时间：2020年11月
页数：303
本书以详细的授课笔记、表格和示例，帮助你掌握Python机器学习基础知识，学习建模处理结构化数据。你参加相关培训，可将这份宝贵的学习指南作为补充材料，你开始下一个机器学习项目，可将其作为便捷的参考资源。
本书适合程序员、数据科学家和AI工程师，它不仅综述机器学习的全过程，还带你了解结构化数据处理的全过程。从本书中，你将学到分类、回归、降维和聚类等多个主题的相关方法。
本书涵盖以下主题：
● 用泰坦尼克号数据集讲解分类。
● 度量标准和分类评估。
● 清洗数据和处理缺失数据。
● 多种回归分析技术。
● 探索数据分析。
● 评估回归结果的度量标准。
● 数据预处理的常用方法。
● 聚类算法。
● 选择对模型有用的特征。
● 降维技术。
● 模型选择。
● scikit-learn流水线。
本书适合程序员、数据科学家和AI工程师，它不仅综述机器学习的全过程，还带你了解结构化数据处理的全过程。从本书中，你将学到分类、回归、降维和聚类等多个主题的相关方法。
本书涵盖以下主题：
● 用泰坦尼克号数据集讲解分类。
● 度量标准和分类评估。
● 清洗数据和处理缺失数据。
● 多种回归分析技术。
● 探索数据分析。
● 评估回归结果的度量标准。
● 数据预处理的常用方法。
● 聚类算法。
● 选择对模型有用的特征。
● 降维技术。
● 模型选择。
● scikit-learn流水线。
- 前言
- 主要内容
- 目标读者
- 排版约定
- 使用代码示例
- O’Reilly Online Learning
- 联系方式
- 致谢
- 第1章 机器学习入门
- 本书使用的库
- 用pip安装库
- 用conda安装库
- 第2章 机器学习流程概览
- 第3章 数据分类工作流：泰坦尼克号数据集
- 项目布局建议
- 导入
- 提出问题
- 数据术语
- 获取数据
- 清洗数据
- 创建特征
- 数据采样
- 数据插值
- 规范数据
- 重构
- 基准模型
- 不同算法族
- 模型堆叠
- 建模
- 评估模型
- 优化模型
- 混淆矩阵
- ROC曲线
- 学习曲线
- 部署模型
- 第4章 数据缺失
- 检查数据缺失情况
- 删除缺数据的行或列
- 插值
- 添加标识列
- 第5章 清洗数据
- 处理列名
- 替换缺失值
- 第6章 探索数据
- 数据大小
- 汇总统计
- 直方图
- 散点图
- Joint Plot图
- Pair Grid图
- 箱形图和小提琴图
- 比较两个序数型特征
- 相关性
- RadViz图
- 平行坐标图
- 第7章 预处理数据
- 标准化
- 调整取值范围
- 虚拟变量
- 标签编码
- 频数编码
- 从字符串抽取类别型数据
- 类别型数据的其他编码方法
- 日期特征的处理方法
- 添加col_na特征
- 特征工程
- 第8章 特征选择
- 共线列
- 套索回归
- 递归特征消除
- 互信息
- 主成分分析
- 特征重要性
- 第9章 类别不平衡
- 采用不同度量标准
- 树模型和集成方法
- 惩罚模型
- 对小众类别上采样
- 生成小众数据
- 对大众类别下采样
- 先上采样，再下采样
- 第10章 分类
- 对数概率回归
- 朴素贝叶斯
- 支持向量机
- k近邻
- 决策树
- 随机森林
- XGBoost
- LightGBM
- TPOT
- 第11章 模型选择
- 验证曲线
- 学习曲线
- 第12章 度量标准和分类评估
- 混淆矩阵
- 度量标准
- 准确率
- 召回率
- 精准率
- f1值
- 分类报告
- ROC曲线
- 精准率-召回率曲线
- 累积增益图
- lift曲线
- 类别平衡
- 类别预测错误
- 判别阈值
- 第13章 解释模型
- 回归系数
- 特征重要性
- LIME包
- 解释树模型
- 部分依赖图
- 替代模型
- Shapley值
- 第14章 回归
- 基准模型
- 线性回归
- 支持向量机
- k近邻
- 决策树
- 随机森林
- XGBoost回归
- LightGBM回归
- 第15章 度量标准和回归模型的评估
- 度量标准
- 残差图
- 异方差性
- 残差正态性
- 预测误差图
- 第16章 解释回归模型
- Shapley值
- 第17章 降维技术
- PCA方法
- UMAP方法
- t-SNE方法
- PHATE方法
- 第18章 聚类
- k-means算法
- 层次聚类
- 理解簇
- 第19章 流水线
- 分类流水线
- 回归流水线
- PCA流水线
- 作者介绍
- 封面介绍
书名：机器学习常用算法速查手册
作者：Matt Harrison 著
译者：杜春晓 译
国内出版社：中国电力出版社
出版时间：2020年11月
页数：303
书号：978-7-5198-4948-1
原版书书名：Machine Learning Pocket Reference
原版书出版商：O'Reilly Media
本书封面上的动物是冠北螈（学名：Triturus cristatus）。这是一种两栖动物，从英国直到俄罗斯西部，包括欧洲大陆在内的广大地区，均有分布。它们喜欢生活在积水地带。
冠北螈背部呈灰棕色，有黑色斑点，腹部为黄褐色，有白色斑点。交配季节，雄性身体生出锯齿状冠。雌性尾巴生有橙色条纹。
冠北螈冬季在淤泥或岩石下冬眠。其他季节，它们在水中捕食其他螈类、蝌蚪、幼蛙、蠕虫、昆虫的幼虫和水蜗牛，它们在陆地捕食昆虫、蠕虫和其他无脊椎动物。它们的寿命长达27年，体长可到7英寸。
尽管当前冠北螈的保护级别为低危级（Least Concern），但是O’Reilly图书封面上的很多动物都是濒危物种，它们对全世界都很重要。
封面的图片是Karen Montgomery根据Meyers Kleines Lexicon百科全书中的黑白版画绘制而成的。
冠北螈背部呈灰棕色，有黑色斑点，腹部为黄褐色，有白色斑点。交配季节，雄性身体生出锯齿状冠。雌性尾巴生有橙色条纹。
冠北螈冬季在淤泥或岩石下冬眠。其他季节，它们在水中捕食其他螈类、蝌蚪、幼蛙、蠕虫、昆虫的幼虫和水蜗牛，它们在陆地捕食昆虫、蠕虫和其他无脊椎动物。它们的寿命长达27年，体长可到7英寸。
尽管当前冠北螈的保护级别为低危级（Least Concern），但是O’Reilly图书封面上的很多动物都是濒危物种，它们对全世界都很重要。
封面的图片是Karen Montgomery根据Meyers Kleines Lexicon百科全书中的黑白版画绘制而成的。
购买选项
|
© 2024，奥莱利技术咨询(北京)有限公司。版权所有。 传真: +86-10-88097463 京ICP备05003502号 |
|