Python机器学习（原书第2版) 作者: [美] 塞巴斯蒂安·拉施卡（Sebastian Raschka）/[美] 瓦希德·米尔贾利利（Vahid Mirjalili） 出版社: 机械工业出版社 原作名: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition 译者: 陈斌 出版年: 2018-11 页数: 366 定价: 89.00元 丛书: 数据科学与工程技术丛书 ISBN: 9787111611509

内容简介

本书自第1版出版以来，备受广大读者欢迎。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还对机器学习概念的必要细节进行讨论，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供直观且翔实的解释，是Python机器学习入门必读之作。 本书将带领你进入预测分析的世界，并展示为什么Python会成为数据科学领域首屈一指的计算机语言。如果你想更好地从数据中得到问题的答案，或者想要提升并扩展现有机器学习系统的性能，那么这本基于数据科学实践的书籍非常值得一读。它的内容涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，这些内容能使你快速解决你和你的团队面临的一些重要问题。 不管你是学习数据科学的初学者，还是想进一步拓展对数据科学领域的认知，本书都是一个重要且不可错过的资源，它能帮助你了解如何使用Python解决数据中的关键问题。 本书自第1版出版以来，备受广大读者欢迎。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还对机器学习概念的必要细节进行讨论，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供直观且翔实的解释，是Python机器学习入门必读之作。 本书将带领你进入预测分析的世界，并展示为什么Python会成为数据科学领域首屈一指的计算机语言。如果你想更好地从数据中得到问题的答案，或者想要提升并扩展现有机器学习系统的性能，那么这本基于数据科学实践的书籍非常值得一读。它的内容涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，这些内容能使你快速解决你和你的团队面临的一些重要问题。 不管你是学习数据科学的初学者，还是想进一步拓展对数据科学领域的认知，本书都是一个重要且不可错过的资源，它能帮助你了解如何使用Python解决数据中的关键问题。 本书将机器学习背后的基本理论与应用实践联系起来，通过这种方式让你聚焦于如何正确地提出问题、解决问题。书中讲解了如何使用Python的核心元素以及强大的机器学习库，同时还展示了如何正确使用一系列统计模型。 在本书第1版的基础上，作者对第2版进行了大量更新和扩展，纳入最近的开源技术，包括scikit-learn、Keras和TensorFlow，提供了使用Python构建高效的机器学习与深度学习应用的必要知识与技术。 通过阅读本书，你将学到： 探索并理解数据科学、机器学习与深度学习的主要框架 通过机器学习模型与神经网络对数据提出新的疑问 在机器学习中使用新的Python开源库的强大功能 掌握如何使用TensorFlow库来实现深度神经网络 在可访问的Web应用中嵌入机器学习模型 使用回归分析预测连续目标的结果 使用聚类发现数据中的隐藏模式与结构 使用深度学习技术分析图片 使用情感分析深入研究文本与社交媒体数据

作者简介

塞巴斯蒂安·拉施卡（Sebastian Raschka） 密歇根州立大学博士，他在计算生物学领域提出了几种新的计算方法，还被科技博客Analytics Vidhya评为GitHub上最具影响力的数据科学家。他在Python编程方面积累了丰富经验，曾为如何实际应用数据科学、机器学习和深度学习做过数次讲座，包括在SciPy（重要的Python科学计算会议）上做的机器学习教程。正是因为Sebastian在数据科学、机器学习以及Python等领域拥有丰富的演讲和写作经验，他才有动力完成本书的撰写，

网友热评

风行水上: “机器学习”实操的佳作，与《机器学习实战》一道阅读。（2019.11） 将机器学习理论用Python表达出来，作者在书中对理论的解释也很通俗，清晰明了，对有过实践经验的同学很有帮助。

图书目录

译者序 关于作者 关于审校人员 前言 第1章　赋予计算机从数据中学习的能力1 1.1　构建把数据转换为知识的智能机器1 1.2　三种不同类型的机器学习1 1.2.1　用有监督学习预测未来2 1.2.2　用强化学习解决交互问题3 1.2.3　用无监督学习发现隐藏结构4 1.3　基本术语与符号4 1.4　构建机器学习系统的路线图6 1.4.1　预处理—整理数据6 1.4.2　训练和选择预测模型7 1.4.3　评估模型和预测新样本数据7 1.5　用Python进行机器学习7 1.5.1　从Python包索引安装Python和其他包8 1.5.2　采用AnacondaPython和软件包管理器8 1.5.3　科学计算、数据科学和机器学习软件包8 1.6　小结9 第2章　训练简单的机器学习分类算法10 2.1　人工神经元—机器学习早期历史一瞥10 2.1.1　人工神经元的正式定义11 2.1.2　感知器学习规则12 2.2　在Python中实现感知器学习算法14 2.2.1　面向对象的感知器API14 2.2.2　在鸢尾花数据集上训练感知器模型16 2.3　自适应神经元和学习收敛20 2.3.1　梯度下降为最小代价函数21 2.3.2　用Python实现Adaline22 2.3.3　通过调整特征大小改善梯度下降25 2.3.4　大规模机器学习与随机梯度下降27 2.4　小结30 第3章　scikit-learn机器学习分类器一览32 3.1　选择分类算法32 3.2　了解scikit-learn软件库的第一步—训练感知器32 3.3　基于逻辑回归的分类概率建模37 3.3.1　逻辑回归的直觉与条件概率37 3.3.2　学习逻辑代价函数的权重39 3.3.3　把转换的Adaline用于逻辑回归算法41 3.3.4　用scikit-learn训练逻辑回归模型44 3.3.5　通过正则化解决过拟合问题45 3.4　支持向量机的最大余量分类47 3.4.1　最大边际的直觉48 3.4.2　用松弛变量处理非线性可分48 3.4.3　其他的scikit-learn实现50 3.5　用核支持向量机求解非线性问题50 3.5.1　处理线性不可分数据的核方法50 3.5.2　利用核技巧，发现高维空间的分离超平面52 3.6　决策树学习55 3.6.1　最大限度地获取信息—获得最大收益55 3.6.2　构建决策树58 3.6.3　通过随机森林组合多个决策树61 3.7　K-近邻—一种懒惰的学习算法63 3.8　小结65 第4章　构建良好的训练集——预处理66 4.1　处理缺失数据66 4.1.1　识别数据中的缺失数值66 4.1.2　删除缺失的数据67 4.1.3　填补缺失的数据68 4.1.4　了解scikit-learn评估器API68 4.2　处理分类数据69 4.2.1　名词特征和序数特征69 4.2.2　映射序数特征70 4.2.3　分类标签编码70 4.2.4　为名词特征做热编码71 4.3　分裂数据集为独立的训练集和测试集73 4.4　把特征保持在同一尺度上75 4.5　选择有意义的特征76 4.5.1　L1和L2正则化对模型复杂度的惩罚76 4.5.2　L2正则化的几何解释77 4.5.3　L1正则化的稀疏解决方案78 4.5.4　为序数特征选择算法80 4.6　用随机森林评估特征的重要性84 4.7　小结87 第5章　通过降维压缩数据88 5.1　用主成分分析实现无监督降维88 5.1.1　主成分分析的主要步骤88 5.1.2　逐步提取主成分89 5.1.3　总方差和解释方差91 5.1.4　特征变换92 5.1.5　scikit-learn的主成分分析93 5.2　基于线性判别分析的有监督数据压缩96 5.2.1　主成分分析与线性判别分析96 5.2.2　线性判别分析的内部逻辑97 5.2.3　计算散布矩阵97 5.2.4　在新的特征子空间选择线性判别式99 5.2.5　将样本投影到新的特征空间101 5.2.6　用scikit-learn实现的LDA101 5.3　非线性映射的核主成分分析102 5.3.1　核函数与核技巧103 5.3.2　用Python实现核主成分分析106 5.3.3　投影新的数据点111 5.3.4　scikit-learn的核主成分分析113 5.4　小结114 第6章　模型评估和超参数调优的最佳实践115 6.1　用管道方法简化工作流115 6.1.1　加载威斯康星乳腺癌数据集115 6.1.2　集成管道中的转换器和评估器116 6.2　使用k折交叉验证评估模型的性能118 6.2.1　抵抗方法118 6.2.2　k折交叉验证119 6.3　用学习和验证曲线调试算法122 6.3.1　用学习曲线诊断偏差和方差问题122 6.3.2　用验证曲线解决过拟合和欠拟合问题124 6.4　通过网格搜索为机器学习模型调优126 ６.4.1　通过网格搜索为超参数调优126 6.4.2　以嵌套式交叉验证来选择算法127 6.5　比较不同的性能评估指标128 6.5.1　含混矩阵分析128 6.5.2　优化分类模型的准确度和召回率129 6.5.3　绘制受试者操作特性图130 6.5.4　多元分类评分指标133 6.6　处理类的不平衡问题133 6.7　小结135 第7章　综合不同模型的组合学习136 7.1　集成学习136 7.2　采用多数票机制的集成分类器139 7.2.1　实现基于多数票的简单分类器139 7.2.2　用多数票原则进行预测143 7.2.3　评估和优化集成分类器145 7.3　套袋—基于导引样本构建分类器集成149 7.3.1　套袋简介150 7.3.2　应用套袋技术对葡萄酒数据集中的样本分类151 7.4　通过自适应增强来利用弱学习者153 7.4.1　增强是如何实现的154 7.4.2　用scikit-learn实现AdaBoost156 7.5　小结158 第8章　应用机器学习于情感分析159 8.1　为文本处理预备好IMDb电影评论数据159 8.1.1　获取电影评论数据集159 8.1.2　把电影评论数据预处理成更方便格式的数据160 8.2　词袋模型介绍161 8.2.1　把词转换成特征向量161 8.2.2　通过词频逆反文档频率评估单词相关性162 8.2.3　清洗文本数据164 8.2.4　把文档处理为令牌165 8.3　训练文档分类的逻辑回归模型166 8.4　处理更大的数据集—在线算法和核心学习168 8.5　具有潜在狄氏分配的主题建模171 8.5.1　使用LDA分解文本文档171 8.5.2　LDA与scikit-learn172 8.6　小结174 第9章　将机器学习模型嵌入网络应用175 9.1　序列化拟合scikit-learn评估器175 9.2　搭建SQLite数据库存储数据177 9.3　用Flask开发网络应用179 9.3.1　第一个Flask网络应用179 9.3.2　表单验证与渲染181 9.4　将电影评论分类器转换为网络应用184 9.4.1　文件与文件夹—研究目录树185 9.4.2　实现主应用app.py186 9.4.3　建立评论表单188 9.4.4　创建一个结果页面的模板189 9.5　在面向公众的服务器上部署网络应用190 9.5.1　创建PythonAnywhere账户190 9.5.2　上传电影分类应用191 9.5.3　更新电影分类器191 9.6　小结193 第10章　用回归分析预测连续目标变量194 10.1　线性回归简介194 10.1.1　简单线性回归194 10.1.2　多元线性回归195 10.2　探索住房数据集196 10.2.1　加载住房数据196 10.2.2　可视化数据集的重要特点197 10.2.3　用关联矩阵查看关系198 10.3　普通最小二乘线性回归模型的实现200 10.3.1　用梯度下降方法求解回归参数200 10.3.2　通过scikit-learn估计回归模型的系数203 10.4　利用RANSAC拟合稳健的回归模型205 10.5　评估线性回归模型的性能206 10.6　用正则化方法进行回归209 10.7　将线性回归模型转换为曲线—多项式回归210 10.7.1　用scikit-learn增加多项式的项210 10.7.2　为住房数据集中的非线性关系建模211 10.8　用随机森林处理非线性关系214 10.8.1　决策树回归214 10.8.2　随机森林回归215 10.9　小结217 第11章　用聚类分析处理无标签数据218 11.1　用k-均值进行相似性分组218 11.1.1　scikit-learn的k-均值聚类218 11.1.2　k-均值++—更聪明地设置初始聚类中心的方法221 11.1.3　硬聚类与软聚类222 11.1.4　用肘法求解最佳聚类数223 11.1.5　通过轮廓图量化聚类质量224 11.2　把集群组织成有层次的树228 11.2.1　以自下而上的方式聚类228 11.2.2　在距离矩阵上进行层次聚类229 11.2.3　热度图附加树状图232 11.2.4　scikit-learn凝聚聚类方法233 11.3　通过DBSCAN定位高密度区域233 11.4　小结237 第12章　从零开始实现多层人工神经网络238 12.1　用人工神经网络为复杂函数建模238 12.1.1　单层神经网络扼要重述239 12.1.2　介绍多层神经网络体系240 12.1.3　利用正向传播激活神经网络242 12.2　识别手写数字243 12.2.1　获取MNIST数据集243 12.2.2　实现一个多层感知器247 12.3　训练人工神经网络256 12.3.1　逻辑成本函数的计算256 12.3.2　开发反向传播的直觉257 12.3.3　通过反向传播训练神经网络258 12.4　关于神经网络的收敛性260 12.5　关于神经网络实现的最后几句话261 12.6　小结261 第13章　用TensorFlow并行训练神经网络262 13.1　TensorFlow与模型训练的性能262 13.1.1　什么是TensorFlow263 13.1.2　如何学习TensorFlow264 13.1.3　学习TensorFlow的第一步264 13.1.4　使用阵列结构266 13.1.5　用TensorFlow的底层API开发简单的模型267 13.2　用TensorFlow的高级API高效率地训练神经网络270 13.2.1　用TensorFlow的LayersAPI构建多层神经网络270 13.2.2　用Keras研发多层神经网络274 13.3　多层网络激活函数的选择277 13.3.1　逻辑函数回顾278 13.3.2　在多元分类中调用softmax函数评估类别概率279 13.3.3　利用双曲正切拓宽输出范围280 13.3.4　修正线性单元激活函数281 13.4　小结282 第14章　深入探讨TensorFlow的工作原理283 14.1　TensorFlow的主要功能283 14.2　TensorFlow的排序与张量284 14.3　了解TensorFlow的计算图285 14.4　TensorFlow中的占位符287 14.4.1　定义占位符287 14.4.2　为占位符提供数据287 14.4.3　用batchsizes为数据阵列定义占位符288 14.5　TensorFlow中的变量289 14.5.1　定义变量289 14.5.2　初始化变量290 14.5.3　变量范围291 14.5.4　变量复用292 14.6　建立回归模型295 14.7　在TensorFlow计算图中用张量名执行对象297 14.8　在TensorFlow中存储和恢复模型298 14.9　把张量转换成多维数据阵列300 14.10　利用控制流构图303 14.11　用TensorBoard可视化图305 14.12　小结308 第15章　深度卷积神经网络图像识别309 15.1　构建卷积神经网络的模块309 15.1.1　理解CNN与学习特征的层次309 15.1.2　执行离散卷积310 15.1.3　子采样316 15.2　拼装构建CNN317 15.2.1　处理多个输入或者彩色频道317 15.2.2　通过淘汰正则化神经网络319 15.3　用TensorFlow实现深度卷积神经网络321 15.3.1　多层CNN体系结构321 15.3.2　加载和预处理数据322 15.3.3　用TensorFlow的低级API实现CNN模型323 15.3.4　用TensorFlow的LayersAPI实现CNN332 15.4　小结336 第16章　用递归神经网络为序列数据建模338 16.1　序列数据338 16.1.1　序列数据建模—顺序很重要338 16.1.2　表示序列339 16.1.3　不同类别的序列建模339 16.2　用于序列建模的RNN340 16.2.1　理解RNN的结构和数据流340 16.2.2　在RNN中计算激活值341 16.2.3　长期交互学习的挑战343 16.2.4　LSTM单元343 16.3　用TensorFlow实现多层RNN序列建模345 16.4　项目一：利用多层RNN对IMDb电影评论进行情感分析345 16.4.1　准备数据345 16.4.2　嵌入式348 16.4.3　构建一个RNN模型350 16.4.4　情感RNN类构造器350 16.4.5　build方法351 16.4.6　train方法353 16.4.7　predict方法354 16.4.8　创建SentimentRNN类的实例355 16.4.9　训练与优化情感分析RNN模型355 16.5　项目二：用TensorFlow实现字符级RNN语言建模356 16.5.1　准备数据356 16.5.2　构建字符级RNN语言模型359 16.5.3　构造器359 16.5.4　build方法360 16.5.5　train方法362 16.5.6　sample方法362 16.5.7　创建和训练CharRNN模型364 16.5.8　处于取样状态的CharRNN模型364 16.6　总结365