本書(shū)介紹了實(shí)用機(jī)器學(xué)習(xí)的工作流程，主要從實(shí)用角度進(jìn)行了描述，沒(méi)有數(shù)學(xué)公式和推導(dǎo)。本書(shū)涵蓋了數(shù)據(jù)收集與處理、模型構(gòu)建、評(píng)價(jià)和優(yōu)化、特征的識(shí)別、提取和選擇技術(shù)、高級(jí)特征工程、數(shù)據(jù)可視化技術(shù)以及模型的部署和安裝，結(jié)合3個(gè)真實(shí)案例全面、詳細(xì)地介紹了整個(gè)機(jī)器學(xué)習(xí)流程。后，還介紹了機(jī)器學(xué)習(xí)流程的擴(kuò)展和大數(shù)據(jù)應(yīng)用。
本書(shū)可以作為程序員、數(shù)據(jù)分析師、統(tǒng)計(jì)學(xué)家、數(shù)據(jù)科學(xué)家解決實(shí)際問(wèn)題的參考書(shū)，也可以作為機(jī)器學(xué)習(xí)愛(ài)好者學(xué)習(xí)和應(yīng)用的參考書(shū)，還可以作為非專(zhuān)業(yè)學(xué)生的機(jī)器學(xué)習(xí)入門(mén)參考書(shū)，以及專(zhuān)業(yè)學(xué)生的實(shí)踐參考書(shū)。
隨著阿爾法狗在圍棋領(lǐng)域高奏凱歌，人工智能領(lǐng)域已成為當(dāng)前引人注目的風(fēng)口，而機(jī)器學(xué)習(xí)又是這風(fēng)口中的風(fēng)頭勁的熱點(diǎn)。本書(shū)從實(shí)戰(zhàn)角度剖析了機(jī)器學(xué)習(xí)的知識(shí)原理，讀者無(wú)需擔(dān)心遇到難懂的數(shù)學(xué)公式和推導(dǎo)，就能夠?qū)C(jī)器學(xué)習(xí)的知識(shí)應(yīng)用在自己熟悉的領(lǐng)域�！秾�(shí)用機(jī)器學(xué)習(xí)》還包含了三個(gè)機(jī)器學(xué)習(xí)真是應(yīng)用的綜合案例，本書(shū)所有代碼資源都可以通過(guò)網(wǎng)絡(luò)下載，讀者還可以登錄GITHUB與全球的機(jī)器學(xué)習(xí)愛(ài)好者共同交流本書(shū)的學(xué)習(xí)體驗(yàn)。
《實(shí)用機(jī)器學(xué)習(xí)》的讀者對(duì)象是針對(duì)想要把機(jī)器學(xué)習(xí)應(yīng)用于實(shí)際問(wèn)題的人。它詳細(xì)闡述了機(jī)器學(xué)習(xí)的主要組成部分：工作流程、算法和工具。關(guān)注點(diǎn)是著名算法的實(shí)際應(yīng)用，而不是創(chuàng)建一個(gè)算法。構(gòu)建和使用機(jī)器學(xué)習(xí)模型的每個(gè)步驟都有詳細(xì)描述，并有從簡(jiǎn)單到中等復(fù)雜的實(shí)例與之對(duì)應(yīng)。
主要內(nèi)容
第1部分，“機(jī)器學(xué)習(xí)工作流程”介紹基本的機(jī)器學(xué)習(xí)工作流程，并分章節(jié)對(duì)每個(gè)步驟加以介紹。
第1章，“什么是機(jī)器學(xué)習(xí)”介紹機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域和用途。
第2章，“實(shí)用數(shù)據(jù)處理”，詳細(xì)介紹機(jī)器學(xué)習(xí)流程中的數(shù)據(jù)處理和準(zhǔn)備工作。
第3章，“建模和預(yù)測(cè)”，介紹構(gòu)建簡(jiǎn)單的機(jī)器學(xué)習(xí)模型，并利用應(yīng)用廣泛的算法和庫(kù)進(jìn)行預(yù)測(cè)。
第4章，“模型評(píng)估和優(yōu)化”，深入研究機(jī)器學(xué)習(xí)模型，并對(duì)其進(jìn)行評(píng)估和性能優(yōu)化。
第5章，“基礎(chǔ)特征工程”，介紹利用領(lǐng)域知識(shí)對(duì)原始數(shù)據(jù)進(jìn)行提高的常用方法。
第2部分，“實(shí)際應(yīng)用”，介紹模型規(guī)模化和從文本、圖片和時(shí)間序列數(shù)據(jù)中提取特征的技術(shù)，來(lái)提高絕大多數(shù)現(xiàn)代機(jī)器學(xué)習(xí)的性能。本部分包括3個(gè)有完整實(shí)例的章節(jié)。
第6章，“實(shí)例：NYC出租車(chē)數(shù)據(jù)”，這是第一個(gè)完整實(shí)例章節(jié)，會(huì)預(yù)測(cè)乘客的傾向性行為。
第7章，“高級(jí)特征工程”，包含高級(jí)特征工程過(guò)程，介紹從自然語(yǔ)言的文本、圖片和時(shí)序序列數(shù)據(jù)中提取有價(jià)值的數(shù)據(jù)。
第8章，“NLP高級(jí)案例：電影評(píng)論情感預(yù)測(cè)”，運(yùn)用高級(jí)特征工程知識(shí)預(yù)測(cè)在線(xiàn)電影評(píng)論的情感。
第9章，“擴(kuò)展機(jī)器學(xué)習(xí)流程”，介紹擴(kuò)大機(jī)器學(xué)習(xí)系統(tǒng)的數(shù)據(jù)規(guī)模、預(yù)測(cè)吞吐量和降低預(yù)測(cè)間隔的技術(shù)。
第10章，“案例：數(shù)字顯示廣告”，構(gòu)建大型數(shù)據(jù)的模型，預(yù)測(cè)數(shù)字廣告點(diǎn)擊行為。
如何使用本書(shū)
如果你是機(jī)器學(xué)習(xí)新手，第1~5章將引導(dǎo)你學(xué)習(xí)研究和準(zhǔn)備數(shù)據(jù)、特征工程、建模和模型評(píng)估過(guò)程。Python實(shí)例采用流行的數(shù)據(jù)處理、pandas和Scikit-Learn機(jī)器學(xué)習(xí)庫(kù)。第6~10章，包括3個(gè)實(shí)際機(jī)器學(xué)習(xí)案例、高級(jí)特征工程和優(yōu)化的話(huà)題。由于學(xué)習(xí)庫(kù)封裝了大部分的復(fù)雜性，因此代碼示例可以很容易地應(yīng)用到你自己的機(jī)器學(xué)習(xí)系統(tǒng)中。
目標(biāo)讀者
本書(shū)可以使程序員、數(shù)據(jù)分析師、統(tǒng)計(jì)學(xué)家、數(shù)據(jù)科學(xué)家和其他專(zhuān)業(yè)人士將機(jī)器學(xué)習(xí)應(yīng)用于實(shí)際問(wèn)題，或者簡(jiǎn)單地理解它。他們將獲得實(shí)用數(shù)據(jù)建模、優(yōu)化和開(kāi)發(fā)機(jī)器學(xué)習(xí)系統(tǒng)的經(jīng)驗(yàn)，而沒(méi)必要了解特定算法的理論推導(dǎo)。機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)是針對(duì)感興趣的人的，某些算法在較高的層次上進(jìn)行解釋?zhuān)緯?shū)提供給那些想深入學(xué)習(xí)的人，我們的焦點(diǎn)是獲得實(shí)際結(jié)果以解決手頭的問(wèn)題。
代碼約定，下載和軟件需求
本書(shū)包含許多示例源代碼，或者以編號(hào)的清單出現(xiàn)，或者嵌入在正文中，但無(wú)論哪種情況，都以固定寬度的這種字體顯示，以區(qū)別于正常的文本。
源代碼使用Python，pandas和Scikit-Learn編寫(xiě)。與章節(jié)相應(yīng)的iPython筆記文件可在GitHub上下載，地址為https://githubcom/brinkar/real-world-machine-learning，也可以通過(guò)關(guān)注機(jī)械工業(yè)出版社計(jì)算機(jī)分社官方微信訂閱號(hào)“IT有得聊”，輸入5位數(shù)號(hào)“56922”后獲得資源下載鏈接，還可以登錄golden-book.com搜索本書(shū)并進(jìn)行下載。
筆記文件（擴(kuò)展名為ipynb）與章節(jié)相對(duì)應(yīng)。樣本數(shù)據(jù)包含在data文件夾中，只要必需的庫(kù)隨iPython一起安裝，那么所有的筆記文件都能執(zhí)行。圖形由matplotlib和Seaborn的pyplot模塊生成。
在有些情況下，由iPython產(chǎn)生的圖形被提取出來(lái)作為本書(shū)的插圖（為了適應(yīng)打印質(zhì)量和電子書(shū)顯示，有些已經(jīng)做了修改）。
HenrikBrink（亨里克·布林克）是一名數(shù)據(jù)科學(xué)家，對(duì)應(yīng)用機(jī)器學(xué)習(xí)進(jìn)行工業(yè)和學(xué)術(shù)應(yīng)用開(kāi)發(fā)有著豐富的經(jīng)驗(yàn)。
JosephRichards（約瑟夫W理查茲）也是一位數(shù)據(jù)科學(xué)家，具有應(yīng)用統(tǒng)計(jì)和預(yù)測(cè)分析方面的專(zhuān)業(yè)知識(shí)。Henrik和Joseph是Wise.io的聯(lián)合創(chuàng)立者，Wise.io是一家提供工業(yè)機(jī)器學(xué)習(xí)解決方案的開(kāi)發(fā)商。
MarkFetherolf（馬克·弗特羅夫）是數(shù)據(jù)管理和預(yù)測(cè)分析公司NuminaryDataScience的創(chuàng)始人和總裁。他曾在社會(huì)科學(xué)研究、化學(xué)工程、信息系統(tǒng)性能、容量規(guī)劃、有線(xiàn)電視和在線(xiàn)廣告應(yīng)用等方面擔(dān)任統(tǒng)計(jì)師和分析數(shù)據(jù)庫(kù)開(kāi)發(fā)人員。
目錄
推薦序
作者序
致謝
譯者序
關(guān)于本書(shū)
作者簡(jiǎn)介
關(guān)于封面插圖
第1部分機(jī)器學(xué)習(xí)工作流程
第1章什么是機(jī)器學(xué)習(xí)
1.1理解機(jī)器學(xué)習(xí)
1.2使用數(shù)據(jù)進(jìn)行決策
1.2.1傳統(tǒng)方法
1.2.2機(jī)器學(xué)習(xí)方法
1.2.3機(jī)器學(xué)習(xí)的五大優(yōu)勢(shì)
1.2.4面臨的挑戰(zhàn)
1.3跟蹤機(jī)器學(xué)習(xí)流程：從數(shù)據(jù)到部署
1.3.1數(shù)據(jù)集合和預(yù)處理
1.3.2數(shù)據(jù)構(gòu)建模型
1.3.3模型性能評(píng)估
1.3.4模型性能優(yōu)化
1.4提高模型性能的高級(jí)技巧
1.4.1數(shù)據(jù)預(yù)處理和特征工程
1.4.2用在線(xiàn)算法持續(xù)改進(jìn)模型
1.4.3具有數(shù)據(jù)量和速度的規(guī)�；Ｐ�
1.5總結(jié)
1.6本章術(shù)語(yǔ)
第2章實(shí)用數(shù)據(jù)處理
2.1起步：數(shù)據(jù)收集
2.1.1應(yīng)包含哪些特征
2.1.2如何獲得目標(biāo)變量的真實(shí)值
2.1.3需要多少訓(xùn)練數(shù)據(jù)
2.1.4訓(xùn)練集是否有足夠的代表性
2.2數(shù)據(jù)預(yù)處理
2.2.1分類(lèi)特征
2.2.2缺失數(shù)據(jù)處理
2.2.3簡(jiǎn)單特征工程
2.2.4數(shù)據(jù)規(guī)范化
2.3數(shù)據(jù)可視化
2.3.1馬賽克圖
2.3.2盒圖
2.3.3密度圖
2.3.4散點(diǎn)圖
2.4總結(jié)
2.5本章術(shù)語(yǔ)
第3章建模和預(yù)測(cè)
3.1基礎(chǔ)機(jī)器學(xué)習(xí)建模
3.1.1尋找輸入和目標(biāo)間的關(guān)系
3.1.2尋求好模型的目的
3.1.3建模方法類(lèi)型
3.1.4有監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)
3.2分類(lèi)：把數(shù)據(jù)預(yù)測(cè)到桶中
3.2.1構(gòu)建分類(lèi)器并預(yù)測(cè)
3.2.2非線(xiàn)性數(shù)據(jù)與復(fù)雜分類(lèi)
3.2.3多類(lèi)別分類(lèi)
3.3回歸：預(yù)測(cè)數(shù)值型數(shù)據(jù)
3.3.1構(gòu)建回歸器并預(yù)測(cè)
3.3.2對(duì)復(fù)雜的非線(xiàn)性數(shù)據(jù)進(jìn)行回歸
3.4總結(jié)
3.5本章術(shù)語(yǔ)
第4章模型評(píng)估與優(yōu)化
4.1模型泛化：評(píng)估新數(shù)據(jù)的預(yù)測(cè)準(zhǔn)確性
4.1.1問(wèn)題：過(guò)度擬合與樂(lè)觀(guān)模型
4.1.2解決方案：交叉驗(yàn)證
4.1.3交叉驗(yàn)證的注意事項(xiàng)
4.2分類(lèi)模型評(píng)估
4.2.1分類(lèi)精度和混淆矩陣
4.2.2準(zhǔn)確度權(quán)衡與ROC曲線(xiàn)
4.2.3多類(lèi)別分類(lèi)
4.3回歸模型評(píng)估
4.3.1使用簡(jiǎn)單回歸性能指標(biāo)
4.3.2檢驗(yàn)殘差
4.4參數(shù)調(diào)整優(yōu)化模型
4.4.1機(jī)器學(xué)習(xí)算法和它們的調(diào)整參數(shù)
4.4.2網(wǎng)格搜索
4.5總結(jié)
4.6本章術(shù)語(yǔ)
第5章基礎(chǔ)特征工程
5.1動(dòng)機(jī)：為什么特征工程很有用
5.1.1什么是特征工程
5.1.2使用特征工程的5個(gè)原因
5.1.3特征工程與領(lǐng)域?qū)I(yè)知識(shí)
5.2基本特征工程過(guò)程
5.2.1實(shí)例：事件推薦
5.2.2處理日期和時(shí)間特征
5.2.3處理簡(jiǎn)單文本特征
5.3特征選擇
5.3.1前向選擇和反向消除
5.3.2數(shù)據(jù)探索的特征選擇
5.3.3實(shí)用特征選擇實(shí)例
5.4總結(jié)
5.5本章術(shù)語(yǔ)
第2部分實(shí) 際 應(yīng) 用
第6章案例：NYC出租車(chē)數(shù)據(jù)
6.1數(shù)據(jù)：NYC出租車(chē)旅程和收費(fèi)信息
6.1.1數(shù)據(jù)可視化
6.1.2定義問(wèn)題并準(zhǔn)備數(shù)據(jù)
6.2建模
6.2.1基本線(xiàn)性模型
6.2.2非線(xiàn)性分類(lèi)器
6.2.3包含分類(lèi)特征
6.2.4包含日期-時(shí)間特征
6.2.5模型的啟示
6.3總結(jié)
6.4本章術(shù)語(yǔ)
第7章高級(jí)特征工程
7.1高級(jí)文本特征
7.1.1詞袋模型
7.1.2主題建模
7.1.3內(nèi)容拓展
7.2圖像特征
7.2.1簡(jiǎn)單圖像特征
7.2.2提取物體和形狀
7.3時(shí)間序列特征
7.3.1時(shí)間序列數(shù)據(jù)的類(lèi)型
7.3.2時(shí)間序列數(shù)據(jù)的預(yù)測(cè)
7.3.3經(jīng)典時(shí)間序列特征
7.3.4事件流的特征工程
7.4總結(jié)
7.5本章術(shù)語(yǔ)
第8章NLP高級(jí)案例：電影評(píng)論情感預(yù)測(cè)
8.1研究數(shù)據(jù)和應(yīng)用場(chǎng)景
8.1.1數(shù)據(jù)集初探
8.1.2檢查數(shù)據(jù)
8.1.3應(yīng)用場(chǎng)景有哪些
8.2提取基本NLP特征并構(gòu)建初始模型
8.2.1詞袋特征
8.2.2用樸素貝葉斯算法構(gòu)建模型
8.2.3tf-idf算法規(guī)范詞袋特征
8.2.4優(yōu)化模型參數(shù)
8.3高級(jí)算法和模型部署的考慮
8.3.1word2vec特征
8.3.2隨機(jī)森林模型
8.4總結(jié)
8.5本章術(shù)語(yǔ)
第9章擴(kuò)展機(jī)器學(xué)習(xí)流程
9.1擴(kuò)展前需考慮的問(wèn)題
9.1.1識(shí)別關(guān)鍵點(diǎn)
9.1.2選取訓(xùn)練數(shù)據(jù)子樣本代替擴(kuò)展性
9.1.3可擴(kuò)展的數(shù)據(jù)管理系統(tǒng)
9.2機(jī)器學(xué)習(xí)建模流程擴(kuò)展
9.3預(yù)測(cè)擴(kuò)展
9.3.1預(yù)測(cè)容量擴(kuò)展
9.3.2預(yù)測(cè)速度擴(kuò)展
9.4總結(jié)
9.5本章術(shù)語(yǔ)
第10章案例：數(shù)字顯示廣告
10.1顯示廣告
10.2數(shù)字廣告數(shù)據(jù)
10.3特征工程和建模策略
10.4數(shù)據(jù)大小和形狀
10.5奇異值分解
10.6資源估計(jì)和優(yōu)化
10.7建模
10.8K近鄰算法
10.9隨機(jī)森林算法
10.10其他實(shí)用考慮
10.11總結(jié)
10.12本章術(shù)語(yǔ)
10.13摘要和結(jié)論
附錄常用機(jī)器學(xué)習(xí)算法
名詞術(shù)語(yǔ)中英文對(duì)照
書(shū)單推薦
