商用機器學(xué)習(xí):數(shù)據(jù)科學(xué)實踐
定 價:79 元
- 作者:[加]約翰·赫爾(John C. Hull)
- 出版時間:2020/9/1
- ISBN:9787111662389
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TP181
- 頁碼:0
- 紙張:
- 版次:
- 開本:32開
本書向企業(yè)高管和學(xué)生介紹了在機器學(xué)習(xí)中如何使用工具,不需要使用微積分、矩陣或向量代數(shù)就可以清楚、簡潔地解釋目前*流行的算法。本書的重點是業(yè)務(wù)應(yīng)用程序,并提供了許多案例,比如評估一個國家進行國際投資的風(fēng)險、預(yù)測房地產(chǎn)的價值,以及可以細致到將零售貸款分為可接受或不可接受模式。書中示例的數(shù)據(jù)、工作表和Python代碼都在作者的網(wǎng)站上,本書同時還提供了一套完整的幻燈片,供教師使用,教師可自行下載使用。
作者簡介
譯者和審校者簡介
譯者序
前言
第1章 引言 / 1
1.1 關(guān)于本書及相關(guān)材料 / 4
1.2 機器學(xué)習(xí)分類 / 5
1.3 驗證和測試 / 7
1.4 數(shù)據(jù)清洗 / 14
1.5 貝葉斯定理 / 17
第2章 無監(jiān)督學(xué)習(xí) / 23
2.1 特征縮放 / 24
2.2 k-均值算法 / 25
2.3 設(shè)置k值 / 28
2.4 維度災(zāi)難 / 31
2.5 國家風(fēng)險 / 32
2.6 其他聚類方法 / 39
2.7 主成分分析 / 41
第3章 監(jiān)督學(xué)習(xí):線性回歸 / 49
3.1 線性回歸:單特征 / 50
3.2 線性回歸:多特征 / 52
3.3 分類特征 / 54
3.4 正則化 / 55
3.5 嶺回歸 / 56
3.6 套索回歸 / 61
3.7 彈性網(wǎng)絡(luò)回歸 / 64
3.8 房價數(shù)據(jù)模型結(jié)果 / 65
3.9 邏輯回歸 / 71
3.10 邏輯回歸的準(zhǔn)確性 / 72
3.11 信貸決策中的運用 / 74
3.12 k-近鄰算法 / 80
第4章 監(jiān)督學(xué)習(xí):決策樹 / 84
4.1 決策樹的本質(zhì) / 85
4.2 信息增益測度 / 86
4.3 信息決策應(yīng)用 / 88
4.4 樸素貝葉斯分類器 / 94
4.5 連續(xù)目標(biāo)變量 / 99
4.6 集成學(xué)習(xí) / 102
第5章 監(jiān)督學(xué)習(xí):支持向量機 / 108
5.1 線性SVM分類 / 108
5.2 關(guān)于軟間隔的修改 / 115
5.3 非線性分離 / 117
5.4 關(guān)于連續(xù)變量的預(yù)測 / 119
第6章 監(jiān)督學(xué)習(xí):神經(jīng)網(wǎng)絡(luò) / 125
6.1 單層神經(jīng)網(wǎng)絡(luò) / 125
6.2 多層神經(jīng)網(wǎng)絡(luò) / 129
6.3 梯度下降算法 / 131
6.4 梯度下降算法的變形 / 136
6.5 迭代終止規(guī)則 / 138
6.6 應(yīng)用于衍生產(chǎn)品 / 139
6.7 卷積神經(jīng)網(wǎng)絡(luò) / 140
6.8 遞歸神經(jīng)網(wǎng)絡(luò) / 142
附錄6A 反向傳播算法 / 146
第7章 強化學(xué)習(xí) / 148
7.1 多臂老虎機問題 / 149
7.2 環(huán)境變化 / 156
7.3 Nim游戲博弈 / 158
7.4 時序差分學(xué)習(xí) / 162
7.5 深度Q學(xué)習(xí) / 164
7.6 應(yīng)用 / 165
第8章 社會問題 / 170
8.1 數(shù)據(jù)隱私 / 171
8.2 偏見 / 172
8.3 道德倫理 / 174
8.4 透明度 / 176
8.5 對抗機器學(xué)習(xí) / 177
8.6 法律問題 / 178
8.7 人類與機器 / 179
部分習(xí)題答案 / 182
術(shù)語表 / 198