前言
第1章 機器學習介紹 1
1.1 什麼是機器學習 1
1.2 機器學習有什麼用 2
1.3 機器學習的分類 3
1.4 機器學習應用開發的典型步驟 4
1.4.1 數據采集和標記 4
1.4.2 數據清洗 5
1.4.3 特徵選擇 5
1.4.4 模型選擇 5
1.4.5 模型訓練和測試 5
1.4.6 模型性能評估和優化 5
1.4.7 模型使用 6
1.5 復習題 6
第2章 Python機器學習軟件包 7
2.1 開發環境搭建 7
2.2 IPython簡介 8
2.2.1 IPython基礎 8
2.2.2 IPython圖形界麵 13
2.3 Numpy簡介 15
2.3.1 Numpy數組 15
2.3.2 Numpy運算 19
2.4 Pandas簡介 32
2.4.1 基本數據結構 32
2.4.2 數據排序 34
2.4.3 數據訪問 34
2.4.4 時間序列 36
2.4.5 數據可視化 36
2.4.6 文件讀寫 38
2.5 Matplotlib簡介 38
2.5.1 圖形樣式 38
2.5.2 圖形對象 40
2.5.3 畫圖操作 46
2.6 scikit-learn簡介 51
2.6.1 scikit-learn示例 51
2.6.2 scikit-learn一般性原理和通用規則 55
2.7 復習題 56
2.8 拓展學習資源 57
第3章 機器學習理論基礎 58
3.1 過擬閤和欠擬閤 58
3.2 成本函數 59
3.3 模型準確性 60
3.3.1 模型性能的不同錶述方式 61
3.3.2 交叉驗證數據集 61
3.4 學習麯綫 62
3.4.1 實例：畫齣學習麯綫 62
3.4.2 過擬閤和欠擬閤的特徵 65
3.5 算法模型性能優化 65
3.6 查準率和召迴率 66
3.7 F1 Score 67
3.8 復習題 67
第4章 k-近鄰算法 69
4.1 算法原理 69
4.1.1 算法優缺點 69
4.1.2 算法參數 70
4.1.3 算法的變種 70
4.2 示例：使用k-近鄰算法進行分類 70
4.3 示例：使用k-近鄰算法進行迴歸擬閤 72
4.4 實例：糖尿病預測 74
4.4.1 加載數據 74
4.4.2 模型比較 75
4.4.3 模型訓練及分析 77
4.4.4 特徵選擇及數據可視化 78
4.5 拓展閱讀 80
4.5.1 如何提高k-近鄰算法的運算效率 80
4.5.2 相關性測試 80
4.6 復習題 81
第5章 綫性迴歸算法 83
5.1 算法原理 83
5.1.1 預測函數 83
5.1.2 成本函數 84
5.1.3 梯度下降算法 84
5.2 多變量綫性迴歸算法 86
5.2.1 預測函數 86
5.2.2 成本函數 87
5.2.3 梯度下降算法 88
5.3 模型優化 89
5.3.1 多項式與綫性迴歸 89
5.3.2 數據歸一化 89
5.4 示例：使用綫性迴歸算法擬閤正弦函數 90
5.5 示例：測算房價 92
5.5.1 輸入特徵 92
5.5.2 模型訓練 93
5.5.3 模型優化 94
5.5.4 學習麯綫 95
5.6 拓展閱讀 96
5.6.1 梯度下降迭代公式推導 96
5.6.2 隨機梯度下降算法 96
5.6.3 標準方程 97
5.7 復習題 97
第6章 邏輯迴歸算法 98
6.1 算法原理 98
6.1.1 預測函數 98
6.1.2 判定邊界 99
6.1.3 成本函數 100
6.1.4 梯度下降算法 102
6.2 多元分類 102
6.3 正則化 103
6.3.1 綫性迴歸模型正則化 103
6.3.2 邏輯迴歸模型正則化 104
6.4 算法參數 104
6.5 實例：乳腺癌檢測 106
6.5.1 數據采集及特徵提取 106
6.5.2 模型訓練 108
6.5.3 模型優化 110
6.5.4 學習麯綫 111
6.6 拓展閱讀 113
6.7 復習題 114
第7章 決策樹 115
7.1 算法原理 115
7.1.1 信息增益 116
7.1.2 決策樹的創建 119
7.1.3 剪枝算法 120
7.2 算法參數 121
7.3 實例：預測泰坦尼剋號幸存者 122
7.3.1 數據分析 122
7.3.2 模型訓練 123
7.3.3 優化模型參數 124
7.3.4 模型參數選擇工具包 127
7.4 拓展閱讀 130
7.4.1 熵和條件熵 130
7.4.2 決策樹的構建算法 130
7.5 集閤算法 131
7.5.1 自助聚閤算法Bagging 131
7.5.2 正嚮激勵算法boosting 131
7.5.3 隨機森林 132
7.5.4 ExtraTrees算法 133
7.6 復習題 133
第8章 支持嚮量機 134
8.1 算法原理 134
8.1.1 大間距分類算法 134
8.1.2 鬆弛係數 136
8.2 核函數 138
8.2.1 最簡單的核函數 138
8.2.2 相似性函數 140
8.2.3 常用的核函數 141
8.2.4 核函數的對比 142
8.3 scikit-learn裏的SVM 144
8.4 實例：乳腺癌檢測 146
8.5 復習題 149
第9章 樸素貝葉斯算法 151
9.1 算法原理 151
9.1.1 貝葉斯定理 151
9.1.2 樸素貝葉斯分類法 152
9.2 一個簡單的例子 153
9.3 概率分布 154
9.3.1 概率統計的基本概念 154
9.3.2 多項式分布 155
9.3.3 高斯分布 158
9.4 連續值的處理 159
9.5 實例：文檔分類 160
9.5.1 獲取數據集 160
9.5.2 文檔的數學錶達 161
9.5.3 模型訓練 163
9.5.4 模型評價 165
9.6 復習題 167
第10章 PCA算法 168
10.1 算法原理 168
10.1.1 數據歸一化和縮放 169
10.1.2 計算協方差矩陣的特徵嚮量 169
10.1.3 數據降維和恢復 170
10.2 PCA 算法示例 171
10.2.1 使用Numpy模擬PCA計算過程 171
10.2.2 使用sklearn進行PCA降維運算 173
10.2.3 PCA的物理含義 174
10.3 PCA 的數據還原率及應用 175
10.3.1 數據還原率 175
10.3.2 加快監督機器學習算法的運算速度 176
10.4 實例：人臉識彆 176
10.4.1 加載數據集 176
10.4.2 一次失敗的嘗試 179
10.4.3 使用PCA來處理數據集 182
10.4.4 最終結果 185
10.5 拓展閱讀 189
10.6 復習題 189
第11章 k-均值算法 190
11.1 算法原理 190
11.1.1 k-均值算法成本函數 191
11.1.2 隨機初始化聚類中心點 191
11.1.3 選擇聚類的個數 192
11.2 scikit-learn裏的k-均值算法 192
11.3 使用k-均值對文檔進行聚類分析 195
11.3.1 準備數據集 195
11.3.2 加載數據集 196
11.3.3 文本聚類分析 197
11.4 聚類算法性能評估 200
11.4.1 Adjust Rand Index 200
11.4.2 齊次性和完整性 201
11.4.3 輪廓係數 203
11.5 復習題 204
後記 205
· · · · · · (收起)