Python机器学习实战案例(第2版)

第1章 集装箱危险品瞒报预测
1．1 业务背景分析
1．2 数据提取
1．3 数据预处理
1．3．1 数据集成
1．3．2 数据清洗
1．3．3 数据变换
1．3．4 数据离散化
1．3．5 特征重要性筛选
1．3．6 数据平衡
1．4 危险品瞒报预测建模
1．5 模型评估
思考题

第2章 保险产品推荐
2．1 业务背景分析
2．2 数据探索
2．3 数据预处理
2．4 分类模型构建
2．5 平衡数据集
2．6 算法调参
2．7 模型比较
思考题

第3章 图书类目自动标引系统
3．1 业务背景分析
3．2 数据提取
3．3 数据预处理
3．4 基于贝叶斯分类的文献标引
3．4．1 增量训练
3．4．2 特征降维与消歧
3．4．3 权重调节
3．5 贝叶斯分类性能评估
3．6 基于BERT算法的文献标引
3．6．1 数据预处理
3．6．2 构建训练集
3．6．3 模型实现
思考题

第4章 基于分类算法的学习失败预警
4．1 业务背景分析
4．2 学习失败风险预测流程
4．3 数据收集
4．4 数据预处理
4．4．1 数据探查及特征选择
4．4．2 数据集划分及不平衡样本处理
4．4．3 样本生成及标准化处理
4．5 随机森林算法
4．5．1 网格搜索及模型训练
4．5．2 结果分析与可视化
4．5．3 特征重要性分析
4．5．4 与其他算法比较
思考题

第5章 自然语言处理技术实例
5．1 业务背景分析
5．2 分析框架
5．3 数据收集
5．4 建立模型
5．4．1 文本分词
5．4．2 主题词提取
5．4．3 情感分析
5．4．4 语义角色标记
5．4．5 语言模型
5．4．6 词向量模型Word2Vec
思考题
……

第6章 基于标签的信息推荐系统
第7章 快销行业客户行为分析与流失预警
第8章 基于深度学习的图片识别系统
第9章 超分辨率图像重建
第10章 基于YOLOv5的电动车骑手头盔检测
第11章 基于UNET算法的农业遥感图像分割
第12章 基于自注意力、BiLSTM和TextCNN算法的新闻分类

附录
参考文献