加入VIP
机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版

机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版

编辑点评:

机器学习实践指南通过知识介绍,使读者了解收集数据、准备使用数据、训练模型、评估模型的性能,以及改进模型的性能的方法;通过对实际问题解决的讲解,帮助读者获得处理机器学习问题的经验。

20201118112306.png

本书的主要内容

第1章涵盖了机器学习的各种概念。本章使读者初步了解本书涵盖的各个主题。 

第2章包括以下算法:判别函数分析、多元逻辑回归、Tobit回归、泊松回归。 

第3章包括以下主题和算法:层次聚类、二进制聚类、k均值聚类。 

第4章包括以下主题和算法:压缩方法、降维方法和主成分分析。 

第5章包括以下主题和算法:广义加性模型、平滑样条、局部回归。 

第6章包括以下主题和算法:决策树学习、朴素贝叶斯、随机森林、支持向量机、随机梯度下降。 

第7章包括以下主题和算法:自组织映射和矢量量化。 

第8章包括以下主题和算法:马尔可夫链、蒙特卡洛模拟。 

第9章包括以下主题和算法:隐马尔可夫模型。 

第10章包括以下主题和算法:神经网络。 

第11章包括以下主题和算法:递归神经网络。 

第12章包括世界银行数据分析。 

第13章包括再保险合同定价。 

第14章包括用电量预测。 

本书的重点本书的重点是用R语言构建基于机器学习的应用。我们已经使用R语言构建过各种解决方案。我们的重点是利用R语言库和函数以最佳方式来克服现实世界的挑战。我们尽量保持所有代码的友好性和可读性。我们认为这将使读者能够很容易地理解代码,并在不同的场景中随时使用它。 

本书的目标读者本书是为想构建实用的基于机器学习的应用的专业人士,以及统计、数据分析、机器学习、计算机科学或其他专业的学生和专业人士准备的。本书适用于R语言的初学者,但是熟悉R语言对理解和使用本书的代码肯定是会有所帮助的。对于那些希望在现有技术栈中探索机器学习技术的有经验的R语言程序员来说,本书也将是非常有用的。 

读者对象

开发人员。在理解机器学习算法的基础上,调用机器学习的中间库进行开发,将机器学习应用于各种场景,如数据分析、图像识别、文本分类、搜索引擎、中文智能输入法等。

架构师。在理解机器学习算法的基础上,适应现代云计算平台的发展,将机器学习算法应用在大规模并行计算上。同时,机器学习算法是大数据分析的基础,如神经网络、svM.

相似度分析、统计分析等技术。

机器学习的初、中级读者。人类对机器学习的研究只是一个开始,还远远没有结束。近年来,机器学习一直保持着强劲的发展势头,并拥有广阔的发展前景,而不同于某些软件开发领域中的程序语言或架构知识。掌握机器学习有一定的难度,属于“金领”行业,对读者来说,掌握机器学习知识就意味着更高的薪水、更具前景的职业。

机器学习概述

机器学习作为一门多领域的交叉学科,在近20年里异军突出。机器学习涉及概率论、统计学、微积分、代数学、算法复杂度理论等多门学科。通过可以让计算机自动“学习”的算法来实现人工智能,是人类在人工智能领域展开的积极探索。

2009年,被誉为人工大脑之父的雨果·德·加里斯教授走进清华大学讲堂,在两小时的演讲时间内,给大家描述了一个人工智能的世界:20年后,人工智能机器可以和人类做朋友,50年后,人工智能将成为人类最大的威胁,世界最终会因人工智能超过人类而爆发一场战争,这场智能战争也许会夺去数十亿人的生命。这样的描述并不是幻想,随着人类在人工智能领域取得的进步,这很有可能成为事实。而这一切主要归功于对机器学习的研究和探索。

什么是机器学习

学习是人类具有的一种重要智能行为。人类一直梦想机器能像人类一样学习,也一直在

为这个终极目标努力。那么,什么是机器学习呢?长期以来众说纷,Langley(1996)定义

机器学习为:“机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别

是如何在经验学习中改善具体算法的性能”(Machine learning is a science of the artificial.The field's main objects of study are artifacts,specifically algorithms that improve their performance with experience.),Mitchell(1997)在《Machine Learning》中写到:“机器学习是计算机算法的研究,并通过经验提高其自动进行改善"(Machine Learning is the study of computer algorithms that improve automatically through experience.),Alpaydin(2004)提出自己对机器学习的定义:“机器学习是用数据或以往的经验,来优化计算机程序的性能标准"(Machine learning is programming computers to optimize a performance criterion using example data or past experience.)

笔者综合维基百科和百度百科的定义,尝试着将机器学习定义如下:“机器学习是一门

人工智能的科学,该领域的主要研究对象是人工智能,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是人工智能的核心,是使计算机具有智能的根本途径。机器学习的研究方法通常是根据生理学、认知科学等对人类学习机理的了解,建立人类学习过程的计算模型或认识模型,发展各种学习理论和学习方法,研究通用的学习算法并进行理论上的分析,建立面向任务的具有

特定应用的学习系统。”

机器学习实践指南电子书PDF下载截图

机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版插图(1)机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版插图(2)机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版插图(3)机器学习实践指南豆瓣在线阅读-机器学习实践指南电子书PDF下载完整高清版插图(4)

评分及评论

无用户评分

来评个分数吧

  • 5 分
    0
  • 4 分
    0
  • 3 分
    0
  • 2 分
    0
  • 1 分
    0

评论