Python 机器学习实践指南 PDF 文档

Question

机器学习是近年来渐趋热门的一个领域，同时 Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和 Python 语言两个热门的领域，通过易于理解的项目详细讲述了如何构建真实的机器学习应用程序。

全书共有 10 章。第 1 章讲解了 Python 机器学习的生态系统，剩余 9 章介绍了众多与机器学习相关的算法，包括聚类算法、推荐引擎等，主要包括机器学习在公寓、机票、IPO市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。

本书适合 Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。

机器学习正在迅速成为数据驱动型世界的一个必备模块。许多不同的领域如机器人、医学、零售和出版等，都需要依赖这门技术。在这本书中，你将学习如何一步步构建真实的机器学习应用程序。

通过易于理解的项目，你将学习如何处理各种类型的数据，如何以及何时应用不同的机器学习技术，包括监督学习和无监督学习。

本书中的每个项目都同时提供了教学和实践。例如，你将学习如何使用聚类技术来发现低价的机票，以及如何使用线性回归找到一间便宜的公寓。本书以通俗易懂、简洁明了的方式，教你如何使用机器学习来收集、分析并操作大量的数据。

目录
第 1 章 Python 机器学习的生态系统
1.1 数据科学/机器学习的工作流程
1.1.1 获取
1.1.2 检查和探索
1.1.3 清理和准备
1.1.4 建模
1.1.5 评估
1.1.6 部署
1.2 Python 库和功能
1.2.1 获取
1.2.2 检查
1．Jupyter 记事本
2．Pandas
3．可视化
Matplotlib 库
Seaborn 库
1.2.3 准备
1．Map
2．Apply
3．Applymap
4．Groupby
1.2.4 建模和评估
1．Statsmodels
2．scikit-learn
1.2.5 部署
1.3 设置机器学习的环境
1.4 小结
第 2 章 构建应用程序，发现低价的公寓
2.1 获取公寓房源数据
使用 import.io 抓取房源数据
2.2 检查和准备数据
2.2.1 分析数据
2.2.2 可视化数据
2.3 对数据建模
2.3.1 预测
2.3.2 扩展模型
2.4 小结
第 3 章 构建应用程序，发现低价的机票
3.1 获取机票价格数据
3.2 使用高级的网络爬虫技术检索票价数据
3.3 解析 DOM 以提取定价数据
通过聚类技术识别异常的票价
3.4 使用 IFTTT 发送实时提醒
3.5 整合在一起
3.6 小结
第 4 章 使用逻辑回归预测 IPO 市场
4.1 IPO 市场
4.1.1 什么是 IPO
4.1.2 近期 IPO 市场表现
4.1.3 基本的 IPO 策略
4.2 特征工程
4.3 二元分类
4.4 特征的重要性
4.5 小结
第 5 章 创建自定义的新闻源
5.1 使用 Pocket 应用程序，创建一个监督训练的集合
5.1.1 安装 Pocket 的 Chrome 扩展程序
5.1.2 使用 Pocket API 来检索故事
5.2 使用 embed.ly API 下载故事的内容
5.3 自然语言处理基础
5.4 支持向量机
5.5 IFTTT 与文章源、Google 表单和电子邮件的集成
通过 IFTTT 设置新闻源和 Google 表单
5.6 设置你的每日个性化新闻简报
5.7 小结
第 6 章 预测你的内容是否会广为流传
6.1 关于病毒性，研究告诉我们了些什么
6.2 获取分享的数量和内容
6.3 探索传播性的特征
6.3.1 探索图像数据
6.3.2 探索标题
6.3.3 探索故事的内容
6.4 构建内容评分的预测模型
6.5 小结
第 7 章 使用机器学习预测股票市场
7.1 市场分析的类型
7.2 关于股票市场，研究告诉我们些什么
7.3 如何开发一个交易策略
7.3.1 延长我们的分析周期
7.3.2 使用支持向量回归，构建我们的模型
评估模型的性能
7.3.3 建模与动态时间扭曲
7.4 小结
第 8 章 建立图像相似度的引擎
8.1 图像的机器学习
8.2 处理图像
8.3 查找相似的图像
8.4 了解深度学习
8.5 构建图像相似度的引擎
8.6 小结
第 9 章 打造聊天机器人
9.1 图灵测试
9.2 聊天机器人的历史
9.3 聊天机器人的设计
9.4 打造一个聊天机器人
9.5 小结
第 10 章 构建推荐引擎
10.1 协同过滤
10.1.1 基于用户的过滤
10.1.2 基于项目的过滤
10.2 基于内容的过滤
10.3 混合系统
10.4 构建推荐引擎
10.5 小结
封底

下载地址：https://www.wenjiangs.com/wp-content/uploads/2024/01/sVliAX8MEXpyUIs1.zip