资料介绍
本书是机器学习入门书,以 Python 语言介绍。主要内容包括 :机器学习的基本概念及其应用 ;实践中最常用的机器学习算法以及这些算法的优缺点 ;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面 ;模型评估和调参的高级方法,重点讲解交叉验证和网格搜索 ;管道的概念 ;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。
本书适合机器学习从业者或有志成为机器学习从业者的人阅读。
目前,从医疗诊断和治疗到在社交网络上寻找好友,许多商业应用和研究项目都离不开机器学习。许多人以为,只有大公司的大型研究团队才能用到机器学习。在本书中,我们要向你展示,自己动手构建机器学习解决方案是多么容易的一件事,也将介绍如何将这件事做到最好。学完本书中的知识,你可以自己构建系统,研究 Twitter 用户的情感,或者对全球变暖做出预测。机器学习的应用十分广泛,如今的海量数据使得其应用范围更是远超人们的想象。
本书是为机器学习从业者或有志成为机器学习从业者的人准备的,他们在为现实生活中的机器学习问题寻找解决方案。这是一本入门书,不需要读者具备机器学习或人工智能(artificial intelligence,AI)的相关知识。我们主要使用 Python 和 scikit-learn 库,一步一步构建一个有效的机器学习应用。我们介绍的方法适用于科学家和研究人员,也会对开发商业应用的数据科学家有所帮助。如果你对 Python 以及 NumPy 和 matplotlib 库有所了解的话,将能够更好地掌握本书的内容。
我们刻意不将数学作为重点,而是将机器学习算法的实践作为重点。数学(尤其是概率论)是机器学习算法的基石,所以我们不会详细分析算法的细节。如果你对机器学习算法的数学部分感兴趣,我们推荐阅读 Trevor Hastie、Robert Tibshirani 和 Jerome Friedman 合著的《统计学习基础》(Elements of Statistical Learning,Springer 出版社)一书,可以在几位作者的网站上免费阅读这本书(http://statweb.stanford.edu/~tibs/ElemStatLearn/)。我们也不会从头讲解如何编写机器学习算法,而是将重点放在如何应用 scikit-learn 库和其他库中已经实现的海量模型。
本书的结构大致如下。
• 第 1 章介绍机器学习的基本概念及其应用,并给出本书会用到的基本设置。
• 第 2 章和第 3 章介绍实践中最常用的机器学习算法,并讨论这些算法的优缺点。
• 第 4 章介绍在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面。
• 第 5 章介绍模型评估和调参的高级方法,重点讲解交叉验证和网格搜索。
• 第 6 章解释管道的概念。管道用于串联多个模型并封装工作流。
• 第 7 章介绍如何将前面各章讲述的方法应用到文本数据上,还介绍了一些文本特有的处理方法。
• 第 8 章对全书进行总结,还介绍了有关更高级主题的参考资料。
虽然第 2 章和第 3 章给出了实际算法,但对于初学者来说,并不需要理解所有这些算法。如果你想要尽快构建一个机器学习系统,我们建议你首先阅读第 1 章和第 2 章的开始部分,里面介绍了所有的核心概念。然后你可以翻到 2.5 节,里面提到了我们介绍的所有监督学习模型。从中选择最适合你需求的模型,然后翻回到对应小节阅读其详细内容。之后你可以使用第 5 章中的方法对你的模型进行评估和调参。
机器学习(machine learning)是从数据中提取知识。它是统计学、人工智能和计算机科学交叉的研究领域,也被称为预测分析(predictive analytics)或统计学习(statistical learning)。近年来,机器学习方法已经应用到日常生活的方方面面。从自动推荐看什么电影、点什么食物、买什么商品,到个性化的在线电台和从照片中识别好友,许多现代化网站和设备的核心都是机器学习算法。当你访问像 Facebook、Amazon 或 Netflix 这样的复杂网站时,很可能网站的每一部分都包含多种机器学习模型
除了商业应用之外,机器学习也对当前数据驱动的研究方法产生了很大影响。本书中介绍的工具均已应用在各种科学问题上,比如研究恒星、寻找遥远的行星、发现新粒子、分析 DNA 序列,以及提供个性化的癌症治疗方案。
不过,如果想受益于机器学习算法,你的应用无需像上面那些例子那样给世界带来重大改变,数据量也用不着那么大。本章将解释机器学习如此流行的原因,并探讨机器学习可以解决哪些类型的问题。然后将向你展示如何构建第一个机器学习模型,同时介绍一些重要的概念。
- 现代无线电实验的PDF电子书免费下载 197次下载
- 半导体收音机浅谈的PDF电子书免费下载 145次下载
- 深度学习入门:基于Python的理论与实现电子书 30次下载
- python机器学习笔记资料免费下载 36次下载
- 光学谐振腔的图解分析与设计方法的PDF电子书免费下载 115次下载
- 无线电全息摄影的PDF电子书免费下载 38次下载
- MATLAB函数速查手册PDF电子书免费下载 128次下载
- 电子管数据手册合集PDF电子书免费下载 53次下载
- 袁易全超声波换能器的PDF电子书免费下载 254次下载
- 写给文科生看的编程入门Python管窥PDF电子书免费下载 6次下载
- python入门教材电子书合集免费下载 25次下载
- Java基础教程PDF电子书免费下载 63次下载
- 信号与系统奥本海默第2版PDF中文版电子书免费下载 0次下载
- 电冰箱快速维修PDF电子书免费下载 38次下载
- 家电维修1128例PDF电子书免费下载 154次下载
- 如何使用Python直接给微信推送消息 1076次阅读
- 通过Python就能读懂机器学习 2345次阅读
- 代码实例及详细资料带你入门Python数据挖掘与机器学习 3034次阅读
- 如何快速学习Python?学习Python有哪些坑? 3646次阅读
- 机器学习和人工智能有什么区别 3939次阅读
- 机器学习入门宝典《统计学习方法》的介绍 4250次阅读
- 十个最受欢迎的Python机器学习库盘点 9923次阅读
- 机器学习和数据科学必读的10本免费在线电子书和书的详细介绍 6347次阅读
- 机器学习实例:Spark与Python结合设计 2613次阅读
- 分析、数据科学和机器学习平台最热语言_Python 1591次阅读
- 自学机器学习的误区和陷阱 4514次阅读
- Python+树莓派实现的微信拍摄机器人 1w次阅读
- 如何使用python进行第一个机器学习项目(详细教程篇) 1.5w次阅读
- 最新电子书拆解评测系列报道(一):打开你的眼界 1.1w次阅读
- Python机器学习开源项目分析过程中的见解和趋势 644次阅读
下载排行
本周
- 1电子电路原理第七版PDF电子教材免费下载
- 0.00 MB | 1491次下载 | 免费
- 2单片机典型实例介绍
- 18.19 MB | 95次下载 | 1 积分
- 3S7-200PLC编程实例详细资料
- 1.17 MB | 27次下载 | 1 积分
- 4笔记本电脑主板的元件识别和讲解说明
- 4.28 MB | 18次下载 | 4 积分
- 5开关电源原理及各功能电路详解
- 0.38 MB | 11次下载 | 免费
- 6100W短波放大电路图
- 0.05 MB | 4次下载 | 3 积分
- 7基于单片机和 SG3525的程控开关电源设计
- 0.23 MB | 4次下载 | 免费
- 8基于AT89C2051/4051单片机编程器的实验
- 0.11 MB | 4次下载 | 免费
本月
- 1OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234313次下载 | 免费
- 2PADS 9.0 2009最新版 -下载
- 0.00 MB | 66304次下载 | 免费
- 3protel99下载protel99软件下载(中文版)
- 0.00 MB | 51209次下载 | 免费
- 4LabView 8.0 专业版下载 (3CD完整版)
- 0.00 MB | 51043次下载 | 免费
- 5555集成电路应用800例(新编版)
- 0.00 MB | 33562次下载 | 免费
- 6接口电路图大全
- 未知 | 30320次下载 | 免费
- 7Multisim 10下载Multisim 10 中文版
- 0.00 MB | 28588次下载 | 免费
- 8开关电源设计实例指南
- 未知 | 21539次下载 | 免费
总榜
- 1matlab软件下载入口
- 未知 | 935053次下载 | 免费
- 2protel99se软件下载(可英文版转中文版)
- 78.1 MB | 537793次下载 | 免费
- 3MATLAB 7.1 下载 (含软件介绍)
- 未知 | 420026次下载 | 免费
- 4OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234313次下载 | 免费
- 5Altium DXP2002下载入口
- 未知 | 233046次下载 | 免费
- 6电路仿真软件multisim 10.0免费下载
- 340992 | 191183次下载 | 免费
- 7十天学会AVR单片机与C语言视频教程 下载
- 158M | 183277次下载 | 免费
- 8proe5.0野火版下载(中文版免费下载)
- 未知 | 138039次下载 | 免费
评论
查看更多