機(jī)器學(xué)習(xí)實(shí)踐指南簡(jiǎn)介，目錄書摘
2020-05-28 15:24
來(lái)源：京東
作者：京東
機(jī)器學(xué)習(xí)實(shí)踐指南
暫無(wú)報(bào)價(jià)
40+評(píng)論
100%好評(píng)
編輯推薦:
內(nèi)容簡(jiǎn)介:機(jī)器學(xué)習(xí)應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，是眾多數(shù)學(xué)科學(xué)家需要學(xué)習(xí)的內(nèi)容。本書第壹部分提供了一個(gè)相當(dāng)復(fù)雜的機(jī)器學(xué)習(xí)系統(tǒng)，以幫助讀者提高其效率。第二部分重點(diǎn)介紹了三個(gè)不同的基于現(xiàn)實(shí)世界的數(shù)據(jù)的案例研究，并提供相應(yīng)解決方案。全書通過(guò)知識(shí)介紹，使讀者了解收集數(shù)據(jù)、準(zhǔn)備使用數(shù)據(jù)、訓(xùn)練模型、評(píng)估模型的性能，以及改進(jìn)模型的性能的方法；通過(guò)對(duì)實(shí)際問(wèn)題解決的講解，幫助讀者獲得處理機(jī)器學(xué)習(xí)問(wèn)題的經(jīng)驗(yàn)。
作者簡(jiǎn)介:
目錄:目 錄?Contents
譯者序
前言
第1章 機(jī)器學(xué)習(xí)引言 1
1.1 什么是機(jī)器學(xué)習(xí) 1
1.2 分類方法概述 2
1.3 聚類方法概述 2
1.4 監(jiān)督學(xué)習(xí)概述 3
1.5 無(wú)監(jiān)督學(xué)習(xí)概述 4
1.6 增強(qiáng)學(xué)習(xí)概述 4
1.7 結(jié)構(gòu)化預(yù)測(cè)概述 5
1.8 神經(jīng)網(wǎng)絡(luò)概述 5
1.9 深度學(xué)習(xí)概述 6
第2章 分類 7
2.1 引言 7
2.2 判別函數(shù)分析：地下鹵水地質(zhì)化學(xué)測(cè)量 8
2.3 多元邏輯回歸：理解學(xué)生的課程計(jì)劃選擇 15
2.4 Tobit回歸：評(píng)估學(xué)生的學(xué)術(shù)能力 20
2.5 泊松回歸：理解加拉帕戈斯群島現(xiàn)存物種 27
第3章 聚類 38
3.1 引言 38
3.2 層次聚類：世界銀行樣本數(shù)據(jù)集 39
3.3 層次聚類：1999～2010年
亞馬遜雨林的燒毀情況 44
3.4 層次聚類：基因聚類 55
3.5 二進(jìn)制聚類：數(shù)學(xué)測(cè)驗(yàn) 68
3.6 k均值聚類：歐洲各國(guó)蛋白質(zhì)消耗量 75
3.7 k均值聚類：食品 80
第4章 模型選擇和正則化 86
4.1 引言 86
4.2 壓縮方法：每天消耗的卡路里 87
4.3 降維方法：Delta航空公司航空隊(duì) 100
4.4 主成分分析：理解世界菜肴 109
第5章 非線性 114
5.1 廣義加性模型：衡量新西蘭的家庭收入 114
5.2 平滑樣條：理解汽車和速度 119
5.3 局部回歸：理解干旱警告和影響 129
第6章 監(jiān)督學(xué)習(xí) 136
6.1 引言 136
6.2 決策樹學(xué)習(xí)：對(duì)胸痛患者的預(yù)先醫(yī)療護(hù)理指示 137
6.3 決策樹學(xué)習(xí)：基于收入的房地產(chǎn)價(jià)值分布 145
6.4 決策樹學(xué)習(xí)：預(yù)測(cè)股票走勢(shì)方向 154
6.5 樸素貝葉斯：預(yù)測(cè)股票走勢(shì)方向 170
6.6 隨機(jī)森林：貨幣交易策略 184
6.7 支持向量機(jī)：貨幣交易策略 193
6.8 隨機(jī)梯度下降：成人收入 201
第7章 無(wú)監(jiān)督學(xué)習(xí) 208
7.1 引言 208
7.2 自組織映射：可視化熱圖 209
7.3 矢量量化：圖像聚類 212
第8章 增強(qiáng)學(xué)習(xí) 217
8.1 引言 217
8.2 馬爾可夫鏈：股票區(qū)制轉(zhuǎn)移模型 218
8.3 馬爾可夫鏈：多渠道歸因模型 229
8.4 馬爾可夫鏈：汽車租賃代理服務(wù) 239
8.5 連續(xù)馬爾可夫鏈：加油站的車輛服務(wù) 243
8.6 蒙特卡羅模擬：校準(zhǔn)Hull-White短期利率 247
第9章 結(jié)構(gòu)化預(yù)測(cè) 257
9.1 引言 257
9.2 隱馬爾可夫模型：歐元和美元 257
9.3 隱馬爾可夫模型：區(qū)制檢測(cè) 263
第10章 神經(jīng)網(wǎng)絡(luò) 270
10.1 引言 270
10.2 為S&P 500建模 270
10.3 衡量失業(yè)率 278
第11章 深度學(xué)習(xí) 292
11.1 引言 292
11.2 循環(huán)神經(jīng)網(wǎng)絡(luò)：預(yù)測(cè)周期信號(hào) 292
第12章 案例研究：探索世界銀行數(shù)據(jù) 299
12.1 引言 299
12.2 探索世界銀行數(shù)據(jù) 299
第13章 案例研究：再保險(xiǎn)合同定價(jià) 316
13.1 引言 316
13.2 再保險(xiǎn)合同定價(jià) 316
第14章 案例研究：用電量預(yù)測(cè) 329
14.1 引言 329
14.2 用電量測(cè)量 329
譯者序
前言
第1章 機(jī)器學(xué)習(xí)引言 1
1.1 什么是機(jī)器學(xué)習(xí) 1
1.2 分類方法概述 2
1.3 聚類方法概述 2
1.4 監(jiān)督學(xué)習(xí)概述 3
1.5 無(wú)監(jiān)督學(xué)習(xí)概述 4
1.6 增強(qiáng)學(xué)習(xí)概述 4
1.7 結(jié)構(gòu)化預(yù)測(cè)概述 5
1.8 神經(jīng)網(wǎng)絡(luò)概述 5
1.9 深度學(xué)習(xí)概述 6
第2章 分類 7
2.1 引言 7
2.2 判別函數(shù)分析：地下鹵水地質(zhì)化學(xué)測(cè)量 8
2.3 多元邏輯回歸：理解學(xué)生的課程計(jì)劃選擇 15
2.4 Tobit回歸：評(píng)估學(xué)生的學(xué)術(shù)能力 20
2.5 泊松回歸：理解加拉帕戈斯群島現(xiàn)存物種 27
第3章 聚類 38
3.1 引言 38
3.2 層次聚類：世界銀行樣本數(shù)據(jù)集 39
3.3 層次聚類：1999～2010年
亞馬遜雨林的燒毀情況 44
3.4 層次聚類：基因聚類 55
3.5 二進(jìn)制聚類：數(shù)學(xué)測(cè)驗(yàn) 68
3.6 k均值聚類：歐洲各國(guó)蛋白質(zhì)消耗量 75
3.7 k均值聚類：食品 80
第4章 模型選擇和正則化 86
4.1 引言 86
4.2 壓縮方法：每天消耗的卡路里 87
4.3 降維方法：Delta航空公司航空隊(duì) 100
4.4 主成分分析：理解世界菜肴 109
第5章 非線性 114
5.1 廣義加性模型：衡量新西蘭的家庭收入 114
5.2 平滑樣條：理解汽車和速度 119
5.3 局部回歸：理解干旱警告和影響 129
第6章 監(jiān)督學(xué)習(xí) 136
6.1 引言 136
6.2 決策樹學(xué)習(xí)：對(duì)胸痛患者的預(yù)先醫(yī)療護(hù)理指示 137
6.3 決策樹學(xué)習(xí)：基于收入的房地產(chǎn)價(jià)值分布 145
6.4 決策樹學(xué)習(xí)：預(yù)測(cè)股票走勢(shì)方向 154
6.5 樸素貝葉斯：預(yù)測(cè)股票走勢(shì)方向 170
6.6 隨機(jī)森林：貨幣交易策略 184
6.7 支持向量機(jī)：貨幣交易策略 193
6.8 隨機(jī)梯度下降：成人收入 201
第7章 無(wú)監(jiān)督學(xué)習(xí) 208
7.1 引言 208
7.2 自組織映射：可視化熱圖 209
7.3 矢量量化：圖像聚類 212
第8章 增強(qiáng)學(xué)習(xí) 217
8.1 引言 217
8.2 馬爾可夫鏈：股票區(qū)制轉(zhuǎn)移模型 218
8.3 馬爾可夫鏈：多渠道歸因模型 229
8.4 馬爾可夫鏈：汽車租賃代理服務(wù) 239
8.5 連續(xù)馬爾可夫鏈：加油站的車輛服務(wù) 243
8.6 蒙特卡羅模擬：校準(zhǔn)Hull-White短期利率 247
第9章 結(jié)構(gòu)化預(yù)測(cè) 257
9.1 引言 257
9.2 隱馬爾可夫模型：歐元和美元 257
9.3 隱馬爾可夫模型：區(qū)制檢測(cè) 263
第10章 神經(jīng)網(wǎng)絡(luò) 270
10.1 引言 270
10.2 為S&P 500建模 270
10.3 衡量失業(yè)率 278
第11章 深度學(xué)習(xí) 292
11.1 引言 292
11.2 循環(huán)神經(jīng)網(wǎng)絡(luò)：預(yù)測(cè)周期信號(hào) 292
第12章 案例研究：探索世界銀行數(shù)據(jù) 299
12.1 引言 299
12.2 探索世界銀行數(shù)據(jù) 299
第13章 案例研究：再保險(xiǎn)合同定價(jià) 316
13.1 引言 316
13.2 再保險(xiǎn)合同定價(jià) 316
第14章 案例研究：用電量預(yù)測(cè) 329
14.1 引言 329
14.2 用電量測(cè)量 329
相關(guān)商品
京公網(wǎng)安備 11000002000088號(hào)
