《机器学习系统设计:python语言实现》介绍了机器学习系统设计的整个过程,以及相关的Python库,并在各个知识环节中都给出了Python示例,为设计高效机器学习系统提供详实指南。
本书共9章,第1章介绍机器学习的设计原理和相关模型;第2章讲解Python中众多针对机器学习任务的程序包;第3章涵盖大数据、数据属性、数据源、数据处理和分析等主题,介绍基本的数据类型、结构和属性;第4章探索最常见的机器学习模型,即逻辑模型、树状模型和规则模型;第5章研究机器学习最常用的技术,创建线性回归和Logistic回归的假设语句;第6章介绍人工神经网络算法;第7章讨论特征的不同类型,即定量特征、有序特征和分类特征,以及如何结构化和变换特征;第8章介绍主要的集成方法及其在Scikit-learn中的实现;第9章介绍模型选择和参数调优技术,并将这些技术应用于一些案例研究之中。
目录第1章 机器学习的思维1
第2章 工具和技术32
第3章 将数据变为信息58
第4章 模型—从信息中学习81
第5章 线性模型100
第6章 神经网络119
第7章 特征—算法眼中的世界136
第8章 集成学习152
第9章 设计策略和案例研究169