展开全部

主编推荐语

一部实用的Python机器学习教程,结合大量案例,介绍了机器学习的各方面知识。

内容简介

《机器学习系统设计》不仅告诉你“怎么做”,还会分析“为什么”,力求帮助读者掌握多种多样的机器学习Python库,学习构建基于Python的机器学习系统,并亲身实践和体验机器学习系统的功能。

《机器学习系统设计》适合需要机器学习技术的Python开发人员、计算机科学研究人员、数据科学家、人工智能程序员,以及统计程序员阅读参考。

目录

  • 版权信息
  • 译者序
  • 作者致谢
  • 关于作者
  • 关于审校者
  • 前言
  • 本书内容
  • 阅读需知
  • 读者对象
  • 排版约定
  • 读者反馈
  • 客户支持
  • 下载代码
  • 勘误
  • 举报盗版
  • 疑难解答
  • 第1章 Python机器学习入门
  • 1.1 梦之队:机器学习与Python
  • 1.2 这本书将教给你什么(以及不会教什么)
  • 1.3 遇到困难的时候怎么办
  • 1.4 开始
  • 1.5 我们第一个(极小的)机器学习应用
  • 1.6 小结
  • 第2章 如何对真实样本分类
  • 2.1 Iris数据集
  • 2.2 构建更复杂的分类器
  • 2.3 更复杂的数据集和更复杂的分类器
  • 2.4 二分类和多分类
  • 2.5 小结
  • 第3章 聚类:寻找相关的帖子
  • 3.1 评估帖子的关联性
  • 3.2 预处理:用相近的公共词语个数来衡量相似性
  • 3.3 聚类
  • 3.4 解决我们最初的难题
  • 3.5 调整参数
  • 3.6 小结
  • 第4章 主题模型
  • 4.1 潜在狄利克雷分配(LDA)
  • 4.2 在主题空间比较相似度
  • 4.3 选择主题个数
  • 4.4 小结
  • 第5章 分类:检测劣质答案
  • 5.1 路线图概述
  • 5.2 学习如何区分出优秀的答案
  • 5.3 获取数据
  • 5.4 创建第一个分类器
  • 5.5 决定怎样提升效果
  • 5.6 采用逻辑回归
  • 5.7 观察正确率的背后:准确率和召回率
  • 5.8 为分类器瘦身
  • 5.9 出货
  • 5.10 小结
  • 第6章 分类II:情感分析
  • 6.1 路线图概述
  • 6.2 获取推特(Twitter)数据
  • 6.3 朴素贝叶斯分类器介绍
  • 6.4 创建第一个分类器并调优
  • 6.5 清洗推文
  • 6.6 将词语类型考虑进去
  • 6.7 小结
  • 第7章 回归:推荐
  • 7.1 用回归预测房价
  • 7.2 惩罚式回归
  • 7.3 P大于N的情形
  • 7.4 小结
  • 第8章 回归:改进的推荐
  • 8.1 改进的推荐
  • 8.2 购物篮分析
  • 8.3 小结
  • 第9章 分类III:音乐体裁分类
  • 9.1 路线图概述
  • 9.2 获取音乐数据
  • 9.3 观察音乐
  • 9.4 用FFT构建第一个分类器
  • 9.5 用梅尔倒频谱系数(MFCC)提升分类效果
  • 9.6 小结
  • 第10章 计算机视觉:模式识别
  • 10.1 图像处理简介
  • 10.2 读取和显示图像
  • 10.3 在更难的数据集上分类
  • 10.4 局部特征表示
  • 10.5 小结
  • 第11章 降维
  • 11.1 路线图
  • 11.2 选择特征
  • 11.3 其他特征选择方法
  • 11.4 特征抽取
  • 11.5 多维标度法(MDS)
  • 11.6 小结
  • 第12章 大数据
  • 12.1 了解大数据
  • 12.2 用Jug程序包把你的处理流程分解成几个任务
  • 12.3 使用亚马逊Web服务(AWS)
  • 12.4 小结
  • 附录A 更多机器学习知识
  • A.1 在线资源
  • A.2 参考书
  • A.3 还剩下什么
  • A.4 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社·图灵出品

图灵社区成立于2005年6月,由人民邮电出版社投资控股,以策划出版高质量的科技书籍为核心业务,主要出版领域包括计算机、电子电气、数学统计、科普等,通过引进国际高水平的教材、专著,以及发掘国内优秀原创作品等途径,为目标读者提供一流的内容。