機器學習入門必備（簡體書）

本書是一本機器學習入門的必備圖書，書中沒有讓人頭暈眼花的公式推導，而是通過一些易於理解的類比、案例以及圖片，以通俗易懂的方式講解了機器學習中的一些名詞和常見算法，使初學者能夠很容易地掌握機器學習的相關概念工具、數據處理、回歸與分析、建模與優化等內容。書中還介紹了使用代碼構建一個機器學習模型，將讀者帶入實踐環節。

一看就會，零基礎打開機器學習入門

譯者序

前言



第1章什麼是機器學習


第2章機器學習種類

21監督學習

22非監督學習

23強化學習


第3章機器學習工具箱

31數據

32基礎設施

33算法

34可視化

35高級工具箱

36大數據

37高級基礎設施

38高級算法


第4章數據清洗

41特徵選擇

42行壓縮

43Onehot編碼

44分箱

45缺失值


第5章設置數據

51交叉驗證

52需要多少數據


第6章回歸分析

61計算示例

62邏輯回歸

63支持向量機


第7章聚類

71k近鄰

72k均值聚類

73設置k值


第8章偏差和方差

第9章人工神經網絡

91概述

92構建神經網絡


第10章決策樹

101構建決策樹

102隨機森林

103Boosting


第11章集成建模

第12章開發環境

121導庫

122導入數據集並預覽

123查找行

124打印列名


第13章使用Python構建模型

131導庫

132導入數據集

133清洗數據集

134清洗過程

135分割數據

136選擇算法並配置超參數

137評估結果


第14章模型優化

141模型優化代碼

142網格搜索模型代碼


第15章模型測試

第16章其他資源

161機器學習

162人工智能的未來

163編程

164推薦系統

165深度學習

166未來生涯


第17章數據集下載

171世界幸福報告數據集

172酒店評論數據集

173精釀啤酒數據集


參考文獻