机器学习实践应用PDF|Epub|txt|kindle电子书版本网盘下载

机器学习实践应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分 背景知识3

第1章 机器学习概述3

1.1 背景3

1.2 发展现状6

1.2.1 数据现状6

1.2.2 机器学习算法现状8

1.3 机器学习基本概念12

1.3.1 机器学习流程12

1.3.2 数据源结构14

1.3.3 算法分类16

1.3.4 过拟合问题18

1.3.5 结果评估20

1.4 本章小结22

第2部分 算法流程25

第2章 场景解析25

2.1 数据探查25

2.2 场景抽象27

2.3 算法选择29

2.4 本章小结31

第3章 数据预处理32

3.1 采样32

3.1.1 随机采样32

3.1.2 系统采样34

3.1.3 分层采样35

3.2 归一化36

3.3 去除噪声39

3.4 数据过滤42

3.5 本章小结43

第4章 特征工程44

4.1 特征抽象44

4.2 特征重要性评估49

4.3 特征衍生53

4.4 特征降维57

4.4.1 特征降维的基本概念57

4.4.2 主成分分析59

4.5 本章小结62

第5章 机器学习算法——常规算法63

5.1 分类算法63

5.1.1 K近邻63

5.1.2 朴素贝叶斯68

5.1.3 逻辑回归74

5.1.4 支持向量机81

5.1.5 随机森林87

5.2 聚类算法94

5.2.1 K-means97

5.2.2 DBSCAN103

5.3 回归算法109

5.4 文本分析算法112

5.4.1 分词算法——Hmm112

5.4.2 TF-IDF118

5.4.3 LDA122

5.5 推荐类算法127

5.6 关系图算法133

5.6.1 标签传播134

5.6.2 Dijkstra最短路径138

5.7 本章小结145

第6章 机器学习算法——深度学习146

6.1 深度学习概述146

6.1.1 深度学习的发展147

6.1.2 深度学习算法与传统算法的比较148

6.2 深度学习的常见结构152

6.2.1 深度神经网络152

6.2.2 卷积神经网络153

6.2.3 循环神经网络156

6.3 本章小结157

第3部分 工具介绍161

第7章 常见机器学习工具介绍161

7.1 概述161

7.2 单机版机器学习工具163

7.2.1 SPSS163

7.2.2 R语言167

7.2.3 工具对比172

7.3 开源分布式机器学习工具172

7.3.1 Spark MLib172

7.3.2 TensorFlow179

7.4 企业级云机器学习工具190

7.4.1 亚马逊AWS ML191

7.4.2 阿里云机器学习PAI196

7.5 本章小结205

第4部分 实战应用209

第8章 业务解决方案209

8.1 心脏病预测209

8.1.1 场景解析209

8.1.2 实验搭建211

8.1.3 小结216

8.2 商品推荐系统216

8.2.1 场景解析217

8.2.2 实验搭建218

8.2.3 小结220

8.3 金融风控案例220

8.3.1 场景解析221

8.3.2 实验搭建222

8.3.3 小结225

8.4 新闻文本分析225

8.4.1 场景解析225

8.4.2 实验搭建226

8.4.3 小结230

8.5 农业贷款发放预测230

8.5.1 场景解析230

8.5.2 实验搭建232

8.5.3 小结236

8.6 雾霾天气成因分析236

8.6.1 场景解析237

8.6.2 实验搭建238

8.6.3 小结243

8.7 图片识别243

8.7.1 场景解析243

8.7.2 实验搭建245

8.7.3 小结253

8.8 本章小结253

第5部分 知识图谱257

第9章 知识图谱257

9.1 未来数据采集257

9.2 知识图谱的概述259

9.3 知识图谱开源工具261

9.4 本章小结264

参考文献265