關(guān)于我們
書單推薦
新書推薦
|
機器學(xué)習(xí)案例分析(基于Python語言) 讀者對象:人工智能相關(guān)專業(yè)技術(shù)人員和高年級學(xué)生。
共分為4個部分:1、基礎(chǔ)知識:主要介紹機器學(xué)習(xí)的基本概念、Python的基礎(chǔ)知識、常用第三方庫,并結(jié)合網(wǎng)絡(luò)爬蟲及信息提取案例和股票數(shù)據(jù)圖表繪制案例使讀者對本部分內(nèi)容有更好的理解。2、有監(jiān)督分類案例:包括Iris數(shù)據(jù)分類、新聞文本數(shù)據(jù)分類、手寫數(shù)字圖像識別和場景文字檢測共4個案例。3、無監(jiān)督聚類案例:包括人臉圖像聚類和文本聚類共2個案例。4、回歸預(yù)測案例:包括房價預(yù)測、員工離職預(yù)測和廣告點擊率預(yù)測共3個案例。
北京海云捷迅科技有限公司(AWcloud),國內(nèi)領(lǐng)先的企業(yè)級OpenStack云服務(wù)提供商?偛课挥诒本┲嘘P(guān)村高新技術(shù)園區(qū),擁有行業(yè)內(nèi)最專業(yè)的研發(fā)。海云捷迅以O(shè)penStack為契機,與包括Intel、HP、Oracle、Canonical、東軟等企業(yè)在內(nèi)的國內(nèi)外各大軟硬件廠商及IT服務(wù)提供商建立了緊密的戰(zhàn)略合作關(guān)系,構(gòu)建了一套完整的OpenStack服務(wù)生態(tài)體系,為企業(yè)提供基于OpenStack的私有云、混合云、融合計算等解決方案,為IDC企業(yè)提供聯(lián)合運營服務(wù)。此外,還為客戶提供OpenStack的架構(gòu)咨詢、設(shè)計、實施、培訓(xùn)、運維等一條龍服務(wù)! 〗刂聊壳,海云捷迅已經(jīng)部署物理服務(wù)器超過2000臺,運行云主機的規(guī)模超過30000臺,客戶遍及高校、科研院所、新媒體、醫(yī)療、IDC、電力、公眾服務(wù)等領(lǐng)域,在同行業(yè)中居于領(lǐng)先地位。王愷,博士,副教授/碩士生導(dǎo)師,公共計算機基礎(chǔ)教學(xué)部副主任。研究興趣包括計算機視覺和機器學(xué)習(xí),主持國家級、省部級及校企合作項目10余項,在國內(nèi)外重要期刊/會議上發(fā)表科研論文30余篇。主講《計算機基礎(chǔ)(理)》、《數(shù)據(jù)結(jié)構(gòu)與算法》、《Python和機器學(xué)習(xí)入門》、《Python和數(shù)據(jù)分析基礎(chǔ)》等課程,出版教材11部。
第1 章 基礎(chǔ)知識 ................................................................................................................. 001
1.1 機器學(xué)習(xí)簡介 ....................................................................................................... 002 1.1.1 基本概念 .................................................................................................... 002 1.1.2 機器學(xué)習(xí)分類 ............................................................................................ 003 1.2 Python 基礎(chǔ) .......................................................................................................... 005 1.2.1 Python 編程環(huán)境 ....................................................................................... 005 1.2.2 基本數(shù)據(jù)類型 ............................................................................................ 011 1.2.3 分支語句和循環(huán)語句 ................................................................................ 018 1.2.4 函數(shù) ............................................................................................................ 021 1.2.5 類和對象 .................................................................................................... 025 1.2.6 打開、關(guān)閉、讀/寫文件 ........................................................................... 028 1.2.7 異常處理 .................................................................................................... 031 1.3 常用第三方庫 ....................................................................................................... 033 1.3.1 NumPy ....................................................................................................... 033 1.3.2 SciPy .......................................................................................................... 039 1.3.3 Pandas ....................................................................................................... 041 1.3.4 Matplotlib .................................................................................................. 053 1.3.5 Scikit-learn ............................................................................................... 056 1.4 案例分析 ............................................................................................................... 058 1.4.1 網(wǎng)絡(luò)爬蟲及信息提取 ................................................................................ 058 1.4.2 股票數(shù)據(jù)圖表繪制 .................................................................................... 063 1.5 本章小結(jié) ............................................................................................................... 069 1.6 參考文獻 ............................................................................................................... 069 第2 章 分類案例 ................................................................................................................ 071 2.1 員工離職預(yù)測 ....................................................................................................... 072 2.1.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 072 2.1.2 求解思路和相關(guān)知識介紹 ........................................................................ 073 2.1.3 代碼實現(xiàn)及分析 ........................................................................................ 076 2.2 Iris 數(shù)據(jù)分類 ......................................................................................................... 081 2.2.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 081 2.2.2 求解思路和相關(guān)知識介紹 ........................................................................ 082 2.2.3 代碼實現(xiàn)及分析 ........................................................................................ 089 2.3 新聞文本分類 ....................................................................................................... 099 2.3.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 099 2.3.2 求解思路和相關(guān)知識介紹 ........................................................................ 100 2.3.3 代碼實現(xiàn)及分析 ........................................................................................ 113 2.4 手寫數(shù)字識別 ....................................................................................................... 128 2.4.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 128 2.4.2 求解思路和相關(guān)知識介紹 ........................................................................ 129 2.4.3 代碼實現(xiàn)及分析 ........................................................................................ 134 2.5 本章小結(jié) ............................................................................................................... 139 2.6 參考文獻 ............................................................................................................... 139 第3 章 聚類案例 ................................................................................................................ 143 3.1 人臉圖像聚類 ....................................................................................................... 144 3.1.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 144 3.1.2 求解思路和相關(guān)知識介紹 ........................................................................ 146 3.1.3 代碼實現(xiàn)及分析 ........................................................................................ 150 3.2 文本聚類 ............................................................................................................... 162 3.2.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 162 3.2.2 求解思路和相關(guān)知識介紹 ........................................................................ 163 3.2.3 代碼實現(xiàn)及分析 ........................................................................................ 167 3.3 本章小結(jié) ............................................................................................................... 173 3.4 參考文獻 ............................................................................................................... 174 第4 章 回歸預(yù)測案例 ........................................................................................................ 175 4.1 房價預(yù)測 ............................................................................................................... 176 4.1.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 176 4.1.2 求解思路和相關(guān)知識介紹 ........................................................................ 177 4.1.3 代碼實現(xiàn)及分析 ........................................................................................ 184 4.2 基于LSTM 的股票走勢預(yù)測 ............................................................................... 191 4.2.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 191 4.2.2 求解思路和相關(guān)知識介紹 ........................................................................ 192 目 錄 XI 4.2.3 代碼實現(xiàn)及分析 ........................................................................................ 197 4.3 本章小結(jié) ............................................................................................................... 204 4.4 參考文獻 ............................................................................................................... 204 第5 章 綜合案例................................................................................................................. 206 5.1 場景文本檢測 ....................................................................................................... 207 5.1.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 207 5.1.2 求解思路和相關(guān)知識介紹 ........................................................................ 208 5.1.3 代碼實現(xiàn)及分析 ........................................................................................ 217 5.2 面部認(rèn)證 ............................................................................................................... 235 5.2.1 問題描述及數(shù)據(jù)集獲取 ............................................................................ 236 5.2.2 求解思路和相關(guān)知識介紹 ........................................................................ 236 5.2.3 代碼實現(xiàn)及分析 ........................................................................................ 241 5.3 本章小結(jié) ............................................................................................................... 275 5.4 參考文獻 ............................................................................................................... 275 附錄A ..................................................................................................................................... 277 A.1 邏輯回歸分類器原理介紹 ................................................................................... 278 A.2 自己編程實現(xiàn)決策樹分類器 ............................................................................... 280 A.3 支持向量機的數(shù)學(xué)推導(dǎo) ....................................................................................... 287 A.3.1 最小間隔最大化 ........................................................................................ 287 A.3.2 對偶問題 .................................................................................................... 288 A.4 Adaboost 的數(shù)學(xué)推導(dǎo)和代碼實現(xiàn) ..................................................................... 292 A.4.1 數(shù)學(xué)推導(dǎo) .................................................................................................... 292 A.4.2 代碼實現(xiàn) .................................................................................................... 294 A.5 神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)推導(dǎo)和代碼實現(xiàn) ....................................................................... 298 A.5.1 數(shù)學(xué)推導(dǎo) .................................................................................................... 298 A.5.2 代碼實現(xiàn) .................................................................................................... 302 A.6 期望最大化算法和高斯混合模型 ....................................................................... 308 A.6.1 EM 算法的原理和數(shù)學(xué)推導(dǎo) ..................................................................... 308 A.6.2 EM 算法估計高斯混合模型參數(shù)的數(shù)學(xué)推導(dǎo) ......................................... 310 A.7 基于波士頓房價數(shù)據(jù)集的房價預(yù)測代碼實現(xiàn) ................................................... 312
你還可能感興趣
我要評論
|