About this book
机器学习实践应用 by 李博著 is a book available to read on EtoBox.
3 (p1): 第1部分 背景知识 3 (p1-1): 第1章 机器学习概述 3 (p1-1-1): 1.1 背景 6 (p1-1-2): 1.2 发展现状 6 (p1-1-2-1): 1.2.1 数据现状 8 (p1-1-2-2): 1.2.2 机器学习算法现状 12 (p1-1-3): 1.3 机器学习基本概念 12 (p1-1-3-1): 1.3.1 机器学习流程 14 (p1-1-3-2): 1.3.2 数据源结构 16 (p1-1-3-3): 1.3.3 算法分类 18 (p1-1-3-4): 1.3.4 过拟合问题 20 (p1-1-3-5): 1.3.5 结果评估 22 (p1-1-4): 1.4 本章小结 25 (p2): 第2部分 算法流程 25 (p2-1): 第2章 场景解析 25 (p2-1-1): 2.1 数据探查 27 (p2-1-2): 2.2 场景抽象 29 (p2-1-3): 2.3 算法选择 31 (p2-1-4): 2.4 本章小结 32 (p2-2): 第3章 数据预处理 32 (p2-2-1): 3.1 采样 32 (p2-2-1-1): 3.1.1 随机采样 34 (p2-2-1-2): 3.1.2 系统采样 35 (p2-2-1-3): 3.1.3 分层采样 36 (p2-2-2): 3.2 归一化 39 (p2-2-3): 3.3 去除噪声 42 (p2-2-4): 3.4 数据过滤 43 (p2-2-5): 3.5 本章小结 44 (p2-3): 第4章 特征工程 44 (p2-3-1): 4.1 特征抽象 49 (p2-3-2): 4.2 特征重要性评估 53 (p2-3-3): 4.3 特征衍生 57 (p2-3-4): 4.4 特征降维 57 (p2-3-4-1): 4.4.1 特征降维的基本概念 59 (p2-3-4-2): 4.4.2 主成分分析 62 (p2-3-5): 4.5 本章小结 63 (p2-4): 第5章 机器学习算法——常规算法 63 (p2-4-1): 5.1 分类算法 63 (p2-4-1-1): 5.1.1 K近邻 68 (p2-4-1-2): 5.1.2 朴素贝叶斯 74 (p2-4-1-3): 5.1.3 逻辑回归 81 (p2-4-1-4): 5.1.4 支持向量机 87 (p2-4-1-5): 5.1.5 随机森林 94 (p2-4-2): 5.2 聚类算法 97 (p2-4-2-1): 5.2.1 K-means 103 (p2-4-2-2): 5.2.2 DBSCAN 109 (p2-4-3): 5.3 回归算法 112 (p2-4-4): 5.4 文本分析算法 112 (p2-4-4-1): 5.4.1 分词算法——Hmm 118 (p2-4-4-2): 5.4.
- Author
- 李博著
- Publisher
- 北京：人民邮电出版社
- Published
- 2017
- Language
- ZH
- ISBN
- 9787115460417