白話機器學習算法：人工智能

定　價：￥49.00

作　者：	黃莉婷，蘇川集著，武傳海譯
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115506641	出版時間：	2019-02-01	包裝：	平裝
開本：	大32開	頁數(shù)：	113	字數(shù)：

內容簡介

　　與使用數(shù)學語言或計算機編程語言講解算法的書不同，本書另辟蹊徑，用通俗易懂的人類語言以及大量有趣的示例和插圖講解10多種前沿的機器學習算法。內容涵蓋k均值聚類、主成分分析、關聯(lián)規(guī)則、社會網(wǎng)絡分析等無監(jiān)督學習算法，以及回歸分析、k最近鄰、支持向量機、決策樹、隨機森林、神經(jīng)網(wǎng)絡等監(jiān)督學習算法，并概述強化學習算法的思想。

作者簡介

　　黃莉婷（Annalyn Ng），高級數(shù)據(jù)分析師，劍橋大學心理測量中心碩士，曾受邀在迪士尼研究中心研究客戶行為科學，并通過數(shù)據(jù)挖掘技術幫助三星和雅虎等公司制定營銷和人員招聘等方面的策略。蘇川集（Kenneth Soo），斯坦福大學統(tǒng)計學碩士，華威大學高材生，曾從事網(wǎng)絡隨機故障下應用程序的雙目標穩(wěn)健優(yōu)化研究，善于用通俗的語言介紹數(shù)據(jù)科學。

圖書目錄

第 1章基礎知識 1
1．1　準備數(shù)據(jù)　1
1．1．1　數(shù)據(jù)格式　1
1．1．2　變量類型　2
1．1．3　變量選擇　3
1．1．4　特征工程　3
1．1．5　缺失數(shù)據(jù)　4
1．2　選擇算法　4
1．2．1　無監(jiān)督學習　5
1．2．2　監(jiān)督學習　6
1．2．3　強化學習　7
1．2．4　注意事項　7
1．3　參數(shù)調優(yōu)　7
1．4　評價模型　9
1．4．1　分類指標　9
1．4．2　回歸指標　10
1．4．3　驗證　10
1．5　小結　11
第　2章 k均值聚類　13
2．1　找出顧客群　13
2．2　示例：影迷的性格特征　13
2．3　定義群組　16
2．3．1　有多少個群組　16
2．3．2　每個群組中有誰　17
2．4　局限性　18
2．5　小結　19
第3章　主成分分析　21
3．1　食物的營養(yǎng)成分　21
3．2　主成分　22
3．3　示例：分析食物種類　24
3．4　局限性　27
3．5　小結　29
第4章　關聯(lián)規(guī)則　31
4．1　發(fā)現(xiàn)購買模式　31
4．2　支持度、置信度和提升度　31
4．3　示例：分析雜貨店的銷售數(shù)據(jù)　33
4．4　先驗原則　35
4．4．1　尋找具有高支持度的項集　36
4．4．2　尋找具有高置信度或高提升度的關聯(lián)規(guī)則　37
4．5　局限性　37
4．6　小結　37
第5章　社會網(wǎng)絡分析　39
5．1　展現(xiàn)人際關系　39
5．2　示例：國際貿易　40
5．3　Louvain方法　42
5．4　PageRank算法　43
5．5　局限性　46
5．6　小結　47
第6章　回歸分析　49
6．1　趨勢線　49
6．2　示例：預測房價　49
6．3　梯度下降法　52
6．4　回歸系數(shù)　54
6．5　相關系數(shù)　55
6．6　局限性　56
6．7　小結　57
第7章　k最近鄰算法和異常檢測　59
7．1　食品檢測　59
7．2　物以類聚，人以群分　60
7．3　示例：區(qū)分紅白葡萄酒　61
7．4　異常檢測　62
7．5　局限性　63
7．6　小結　63
第8章　支持向量機　65
8．1　醫(yī)學診斷　65
8．2　示例：預測心臟病　65
8．3　勾畫最佳分界線　66
8．4　局限性　69
8．5　小結　69
第9章　決策樹　71
9．1　預測災難幸存者　71
9．2　示例：逃離泰坦尼克號　72
9．3　生成決策樹　73
9．4　局限性　74
9．5　小結　75
第　10章隨機森林　77
10．1　集體智慧　77
10．2　示例：預測犯罪行為　77
10．3　集成模型　81
10．4　自助聚集法　82
10．5　局限性　83
10．6　小結　84
第　11章神經(jīng)網(wǎng)絡　85
11．1　建造人工智能大腦　85
11．2　示例：識別手寫數(shù)字　86
11．3　神經(jīng)網(wǎng)絡的構成　89
11．4　激活規(guī)則　91
11．5　局限性　92
11．6　小結　94
第　12章 A/B測試和多臂老虎機　95
12．1　初識A/B測試　95
12．2　A/B測試的局限性　95
12．3　epsilon遞減策略　96
12．4　示例：多臂老虎機　97
12．5　勝者為先　99
12．6　epsilon遞減策略的局限性　99
12．7　小結　100
附錄A　無監(jiān)督學習算法概覽　101
附錄B　監(jiān)督學習算法概覽　102
附錄C　調節(jié)參數(shù)列表　103
附錄D　更多評價指標　104
術語表　107
關于作者　114