Python高級機器學(xué)習(xí)

定　價：￥59.00

作　者：	約翰·哈蒂（John Hearty）著，王大鵬，管晨，郭鵬程譯
出版社：	人民郵電出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥59.00)

ISBN：	9787115529688	出版時間：	2020-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	175	字?jǐn)?shù)：

內(nèi)容簡介

　　Python是杰出的腳本語言，在速度、安全性和可擴展性等方面表現(xiàn)出眾。在機器學(xué)習(xí)領(lǐng)域，越來越多的從業(yè)者也選擇使用易于上手、功能強大的Python語言。本書依次介紹無監(jiān)督機器學(xué)習(xí)、深度信念網(wǎng)絡(luò)、堆疊式降噪自編碼機、卷積神經(jīng)網(wǎng)絡(luò)、半監(jiān)督學(xué)習(xí)技術(shù)、文本特征工程，模型集成方法，以及其他一些實用的Python機器學(xué)習(xí)工具。除了理論知識與代碼實現(xiàn)，本書還細(xì)致講解了分析和解決問題的思路，極具啟發(fā)性。

作者簡介

　　約翰·哈蒂（John Hearty），數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)和架構(gòu)工程領(lǐng)域咨詢專家，曾為微軟、世嘉等公司提供咨詢服務(wù)，致力于將機器學(xué)習(xí)前沿技術(shù)付諸實踐，熱衷于用Python構(gòu)建機器學(xué)習(xí)解決方案。現(xiàn)任職于NuData Security公司。

圖書目錄

版權(quán)聲明 iii
前言 v
第 1章無監(jiān)督機器學(xué)習(xí) 1
1．1 主成分分析 1
1．1．1 主成分分析入門 2
1．1．2 應(yīng)用主成分分析 3
1．2 k均值聚類 5
1．2．1 聚類入門 5
1．2．2 開始聚類分析 6
1．2．3 調(diào)整聚類參數(shù) 10
1．3 自組織映射 13
1．3．1 自組織映射入門 13
1．3．2 部署自組織映射 14
1．4 擴展閱讀 17
1．5 小結(jié) 18
第 2章深度信念網(wǎng)絡(luò) 19
2．1 神經(jīng)網(wǎng)絡(luò)入門 19
2．1．1 神經(jīng)網(wǎng)絡(luò)的組成 20
2．1．2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 20
2．2 受限玻爾茲曼機 23
2．2．1 受限玻爾茲曼機簡介 23
2．2．2 受限玻爾茲曼機的應(yīng)用 26
2．2．3 受限玻爾茲曼機的擴展應(yīng)用 35
2．3 深度信念網(wǎng)絡(luò) 35
2．3．1 訓(xùn)練深度信念網(wǎng)絡(luò) 36
2．3．2 應(yīng)用深度信念網(wǎng)絡(luò) 36
2．3．3 驗證深度信念網(wǎng)絡(luò) 39
2．4 擴展閱讀 40
2．5 小結(jié) 40
第3章堆疊式降噪自編碼機 41
3．1 自編碼機 41
3．1．1 自編碼機簡介 41
3．1．2 降噪自編碼機 43
3．1．3 應(yīng)用降噪自編碼機 44
3．2 堆疊式降噪自編碼機 47
3．2．1 應(yīng)用堆疊式降噪自編碼機 48
3．2．2 評估堆疊式降噪自編碼機的性能 53
3．3 擴展閱讀 54
3．4 小結(jié) 54
第4章卷積神經(jīng)網(wǎng)絡(luò) 55
4．1 CNN介紹 55
4．1．1 CNN拓?fù)浣Y(jié)構(gòu) 56
4．1．2 應(yīng)用CNN 66
4．2 擴展閱讀 71
4．3 小結(jié) 71
第5章半監(jiān)督學(xué)習(xí) 72
5．1 簡介 72
5．2 何為半監(jiān)督學(xué)習(xí) 72
5．3 半監(jiān)督算法實戰(zhàn) 73
5．3．1 自訓(xùn)練 73
5．3．2 對比悲觀似然估計 81
5．4 擴展閱讀 89
5．5 小結(jié) 90
第6章文本特征工程 91
6．1 介紹 91
6．2 文本特征工程 92
6．2．1 清洗文本數(shù)據(jù) 92
6．2．2 根據(jù)文本數(shù)據(jù)構(gòu)造特征 99
6．2．3 測試準(zhǔn)備好的數(shù)據(jù) 103
6．3 擴展閱讀 108
6．4 小結(jié) 109
第7章特征工程II 110
7．1 介紹 110
7．2 創(chuàng)建特征集 110
7．2．1 為機器學(xué)習(xí)應(yīng)用構(gòu)建特征 111
7．2．2 運用特征選擇技術(shù) 117
7．3 特征工程實戰(zhàn) 123
7．4 擴展閱讀 141
7．5 小結(jié) 142
第8章集成方法 143
8．1 集成簡介 143
8．1．1 理解平均集成 144
8．1．2 應(yīng)用提升法 148
8．1．3 使用堆疊集成 153
8．2 在動態(tài)應(yīng)用中使用模型 157
8．2．1 理解模型穩(wěn)健性 158
8．2．2 控制模型穩(wěn)健性的策略 163
8．3 擴展閱讀 166
8．4 小結(jié) 166
第9章其他Python機器學(xué)習(xí)工具 167
9．1 可選的開發(fā)工具 167
9．1．1 Lasagne簡介 167
9．1．2 TensorFlow簡介 169
9．1．3 何時使用這些庫 173
9．2 擴展閱讀 174
9．3 小結(jié) 175
附錄代碼運行要求 176