高级机器学习算法实战 通过亲自动手构建算法理解算法如何工作,通过实战掌握如何更好调整模型

目录

译者序

原书前言

作者简介

技术评审员简介

第1章 机器学习基础

1.1回归和分类

1.1.1训练数据和测试数据

1.1.2对于验证数据集的需求

1.1.3精度测量

1.1.4AUC值和ROC曲线

1.2无监督学习 //

1.3建立模型的典型方法

1.3.1数据从哪里获取

1.3.2需要获取哪些数据

1.3.3数据预处理

1.3.4特征交互

1.3.5特征生成

1.3.6建立模型

1.3.7模型生产化

1.3.8构建、部署、测试和迭代

1.4总结

第2章 线性回归

2.1线性回归介绍

2.1.1变量：自变量和因变量

2.1.2相关性

2.1.3因果关系

2.2简单线性回归与多元线性回归

2.3形式化简单线性回归

2.3.1偏差项

2.3.2斜率

2.4求解一个简单线性回归

2.5求解简单线性回归更通用的方法

2.5.1平方差总和小化

2.5.2求解公式

2.6简单线性回归的工作细节

2.6.1让简单线性回归复杂化一点

2.6.2达到优系数值

2.6.3方均根误差介绍

2.7在R中运行简单线性回归

2.7.1残差

2.7.2系数

2.7.3残差（残余偏差）的SSE

2.7.4零偏差

2.7.5R平方

2.7.6F统计量

2.8在Python中运行简单线性回归

2.9简单线性回归的常见缺陷

2.10多元线性回归

2.10.1多元线性回归的工作细节

2.10.2R中的多元线性回归

2.10.3Python中的多元线性回归

2.10.4模型中的非重要变量问题

2.10.5多重共线性问题

2.10.6多重共线性的数学直觉

2.10.7有关多元线性回归的其他注意事项

2.11线性回归的假设

2.12总结

第3章 对数几率回归

3.1为什么线性回归对离散结果无效

3.2一个更普遍的解决方案：Sigmoid曲线

3.2.1形式化Sigmoid曲线（Sigmoid激活）

3.2.2从Sigmoid曲线到对率回归

3.2.3对率回归的解释

3.2.4对率回归的工作细节

3.2.5估算误差

3.2.6小二乘法与线性假设

3.3在R中运行对率回归

3.4在Python中运行对率回归

3.5确定兴趣的度量

3.6常见陷阱

3.6.1预测和事件发生之间的时间

3.6.2自变量中的异常值

3.7总结

第4章 决策树

4.1决策树的构成部分

4.2存在多个离散自变量的分类决策树

4.2.1信息增益

4.2.2计算不确定性：熵

4.2.3计算信息增益

4.2.4原始数据集中的不确定性

4.2.5衡量不确定性的改善

4.2.6哪些特定值进入左侧或右侧节点

4.2.7分裂过程何时停止

4.3连续自变量的分类决策树

4.4有多个自变量时的分类决策树

4.5存在连续自变量和离散自变量时的分类决策树

4.6如果响应变量是连续的怎么办

4.6.1连续因变量与多个连续自变量

4.6.2连续因变量与离散自变量

4.6.3连续因变量与离散、连续自变量

4.7在R中实现决策树

4.8在Python中实现决策树

4.9创建树的常见技术

4.10可视化树的构建

4.11异常值对决策树的影响

4.12总结

第5章 随机森林

5.1一个随机森林的场景

5.1.1Bagging

5.1.2随机森林的工作细节

5.2在R中实现随机森林

5.2.1随机森林中的参数调整

5.2.2树的深度对AUC的影响

5.3在Python中实现随机森林

5.4总结

第6章 梯度提升机

6.1梯度提升机介绍

6.2GBM的工作细节

6.3收缩率

6.4AdaBoost

6.4.1AdaBoost理论

6.4.2AdaBoost的工作细节

6.5GBM的附加功能

6.6在Python中实现GBM

6.7在R中实现GBM

6.8总结

第7章 人工神经网络

7.1神经网络的结构

7.2训练神经网络的工作细节

7.2.1前向传播

7.2.2应用激活函数

7.2.3反向传播

7.2.4计算反向传播

7.2.5随机梯度下降

7.2.6深入了解梯度下降

7.2.7为什么要有学习率

7.3批量训练

7.3.1Softmax的概念

7.4不同的损耗优化函数

7.4.1缩放数据集

7.5在Python中实现神经网络

7.6利用正则化避免过拟合

7.7将权重分配给正则化项

7.8在R中实现神经网络

7.9总结

第8章 Word2vec

8.1手工构建词向量

8.2构建词向量的方法

8.3Word2vec模型中需要注意的问题

8.3.1常用词

8.3.2负采样

8.4在Python中实现Word2vec

8.5总结

第9章 卷积神经网络

9.1传统神经网络的问题

9.1.1场景1

9.1.2场景2

9.1.3场景3

9.1.4场景4

9.2了解CNN中的卷积

9.2.1从卷积到激活

9.2.2从卷积激活到池化

9.2.3卷积和池化有什么帮助

9.3使用代码创建CNN

9.4CNN的工作细节

9.5深入研究卷积/内核

9.6从卷积和池化到扁平化：完全连接层

9.6.1从一个完全连接层到另一个完全连接层

9.6.2从完全连接层到输出层

9.7连接点：前馈网络

9.8CNN的其他细节

9.9CNN中的反向传播

9.10将各层放在一起

9.11数据增强

9.12在R中实现CNN

9.13总结

第10章 递归神经网络

10.1理解架构

10.2RNN的解释

10.3RNN的工作细节

10.3.1时间步骤1

10.3.2时间步骤2

10.3.3时间步骤3

10.4实现RNN:SimpleRNN

10.4.1编译模型

10.4.2验证RNN的输出

10.5实现RNN：生成文本

10.6RNN中的嵌入层

10.7传统RNN的问题

10.7.1梯度消失问题

10.7.2梯度爆炸问题

10.8LSTM

10.9在keras中实现基本LSTM

10.10实现LSTM进行情感分类

10.11在R中实现RNN

10.12总结

第11章 聚类

11.1聚类介绍

11.1.1构建用于性能比较的商店簇

11.1.2理想聚类

11.1.3在没有聚类和过多聚类之间取得平衡：k均值聚类

11.2聚类过程

11.3k均值聚类算法的工作细节

11.3.1k均值算法在数据集上的应用

11.3.2k均值聚类算法的性质

11.4在R中实现k均值聚类

11.5在Python中实现k均值聚类

11.6主要指标的意义

11.7确定优的k

11.8自上向下与自下向上的聚类

11.8.1层次聚类

11.8.2层次聚类的主要缺点

11.9k均值聚类的行业使用案例

11.10总结

第12章 主成分分析

12.1PCA的直观理解

12.2PCA的工作细节

12.3在PCA中缩放数据

12.4将PCA扩展到多变量

12.5在R中实现PCA

12.6在Python中实现PCA

12.7将PCA应用于MNIST

12.8总结

第13章 推荐系统

13.1了解k近邻

13.2基于用户的协同过滤的工作细节

13.2.1欧氏距离

13.2.2余弦相似度

13.3基于项目的协同过滤

13.4在R中实现协同过滤

13.5在Python中实现协同过滤

13.6矩阵分解的工作细节

13.7在Python中实现矩阵分解

13.8在R中实现矩阵分解

13.9总结

第14章 在云中实现算法

14.1谷歌云平台

14.2微软Azure

14.3亚马逊网络服务

14.4将文件传输到云实例

14.5从本地计算机运行实例Jupyter Notebook

14.6在实例上安装R

14.7总结

附录 Excel、R和Python基础

A.1 Excel基础

A.2 R语言基础

A.3 Python基础