科技 类型
可以朗读 语音朗读
91千字 字数
2019-12-01 发行日期
展开全部

主编推荐语

从技术视角提供当前人工智能相关技术的深入介绍，不仅讲解人工智能知识体系的理论基础，也可以指导基于实战的平台环境进行操作。

内容简介

本书内容覆盖了机器学习领域从理论到实践的多个课题，总共分为10章。

第1章为导论，介绍机器学习的背景、定义和任务类型，构建机器学习应用的步骤，以及开发机器学习工作流的方式。

第2章详细介绍数据预处理和特征工程，并辅以实例进行验证。

第3～6章介绍回归模型、分类模型、模型融合、聚类模型，这些内容是机器学习理论和实践中的传统重点。其中不仅介绍对各种常见数据类型的处理方法，还针对删失数据进行了专门的综述和实践。

第7章介绍机器学习领域较难的图计算，并从工业界视角解读如何将图计算落地。

第8章针对特征工程、建模过程中大量调参的场景介绍自动机器学习的理论和应用，并细致比较和测试了各种自动特征工程算法在不同数据上的表现。

第9章介绍自然语言处理（词向量、序列标注、关键词抽取、自动摘要和情感分析），使用新闻文本数据搭建文本分类的流程。

第10章介绍计算机视觉中图像分类和目标检测的应用以及落地案例（车辆检测）。

目录

  • 版权信息
  • 丛书前言
  • 丛书编委会
  • 前言
  • 第1章 机器学习导论
  • 1.1 什么是机器学习
  • 1.1.1 机器学习的背景
  • 1.1.2 机器学习的定义
  • 1.1.3 机器学习的任务类型
  • 1.1.4 构建机器学习应用的步骤
  • 1.2 开发机器学习工作流的方式
  • 1.2.1 数据导入
  • 1.2.2 流程搭建
  • 第2章 数据预处理与特征工程
  • 2.1 特征提取
  • 2.1.1 探索性数据分析
  • 2.1.2 数值特征
  • 2.1.3 类别特征
  • 2.1.4 时间特征
  • 2.1.5 文本特征
  • 2.1.6 过滤方法
  • 2.1.7 封装方法
  • 2.1.8 嵌入方法
  • 2.1.9 自动特征工程
  • 2.2 交互式数据预处理
  • 2.3 本章小结
  • 第3章 回归模型
  • 3.1 回归任务概述
  • 3.2 回归算法原理
  • 3.2.1 线性回归
  • 3.2.2 决策树回归
  • 3.2.3 生存回归
  • 3.3 Sophon案例
  • 3.4 本章小结
  • 第4章 分类模型
  • 4.1 分类任务概述
  • 4.2 分类算法原理
  • 4.2.1 逻辑回归
  • 4.2.2 因子分解机
  • 4.2.3 XGBoost
  • 4.3 使用Sophon建立分类模型
  • 4.3.1 场景介绍
  • 4.3.2 建模过程
  • 4.3.3 结果分析
  • 4.4 本章小结
  • 第5章 模型融合
  • 5.1 集成学习理论
  • 5.1.1 集成学习基本概念
  • 5.1.2 个体学习器
  • 5.1.3 基学习器集成
  • 5.1.4 常用的集成学习方法
  • 5.2 常用融合方法
  • 5.2.1 平均法
  • 5.2.2 学习法
  • 5.3 使用Sophon进行模型融合
  • 5.3.1 场景与数据集介绍
  • 5.3.2 建模过程
  • 5.3.3 结果分析
  • 5.4 本章小结
  • 第6章 聚类模型
  • 6.1 聚类任务概述
  • 6.2 聚类算法原理
  • 6.2.1 K-Means
  • 6.2.2 模糊C均值
  • 6.2.3 Canopy
  • 6.2.4 高斯混合
  • 6.3 聚类模型实例
  • 6.3.1 场景介绍
  • 6.3.2 建模过程
  • 6.3.3 结果分析
  • 6.4 本章小结
  • 第7章 图计算
  • 7.1 背景和问题描述
  • 7.2 常用算法介绍
  • 7.2.1 PageRank
  • 7.2.2 标签传播
  • 7.2.3 中心性检测
  • 7.2.4 图嵌入
  • 7.3 落地案例
  • 7.3.1 场景介绍
  • 7.3.2 建模过程
  • 7.3.3 结果分析
  • 7.4 本章小结
  • 第8章 自动机器学习
  • 8.1 场景介绍
  • 8.2 自动特征工程
  • 8.2.1 自动多表特征扩展
  • 8.2.2 自动特征构建
  • 8.3 建模过程
  • 8.4 结果分析
  • 8.5 真实测试案例
  • 8.5.1 数据集
  • 8.5.2 前置设置
  • 8.5.3 测试结果分析
  • 8.5.4 Abalone和Airfoil Self-Noise数据集的增强测试
  • 8.5.5 结论
  • 8.6 本章小结
  • 第9章 自然语言处理
  • 9.1 自然语言处理算法原理
  • 9.1.1 词向量
  • 9.1.2 序列标注
  • 9.1.3 关键词抽取
  • 9.1.4 文本自动摘要
  • 9.1.5 文本情感分析
  • 9.2 使用Sophon建立自然语言处理模型
  • 9.2.1 场景介绍
  • 9.2.2 建模流程
  • 9.2.3 模型评估
  • 9.3 落地案例
  • 9.4 本章小结
  • 第10章 计算机视觉
  • 10.1 计算机视觉概述
  • 10.2 计算机视觉算法原理
  • 10.2.1 图像分类
  • 10.2.2 目标检测
  • 10.3 计算机视觉模型示例
  • 10.3.1 图像预处理
  • 10.3.2 图像分类算法建模
  • 10.3.3 目标检测算法建模
  • 10.4 落地案例
  • 10.5 本章小结
  • 附录A 企业级人工智能应用平台Sophon
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。