Python机器学习实践

本书提供了使用Python开发机器学习应用程序的基本原理。主要内容包括：机器学习概念及其应用；数据预处理、降维；各种线性模型、集成学习方法、随机森林、提升方法；自然语言处理、深度学习等。本书跟进了机器学习的最新研究成果，比如近几年提出的著名算法XGBoost和CatBoost，以及SHAP值。这些方法是机器学习领域中新颖且先进的模型。本书目的是向读者介绍从业人员采用的解决机器学习问题的主要现代算法，跟踪机器学习领域研究前沿，并为初学者提供使用机器学习的方法。本书覆盖面广，对所有希望在数据科学和分析任务中使用机器学习的人来说，本书既是一本很好的学习资料，同时也是一本实战教程，其中介绍了多种统计模型，并提供了大量的相应代码，以将这些概念一致地应用于实际问题。

目录译者的话原书前言第1章机器学习初步1.1一个简单的监督模型：最近邻法1.2数据预处理1.2.1数据放缩1.2.2数据高斯化：幂变换简介1.2.3类别变量的处理1.2.4缺失值的处理1.3不平衡数据的处理方法1.3.1少数类的随机过采样1.3.2多数类的随机欠采样1.3.3合成少数类过采样1.4降维：主成分分析（PCA）1.4.1使用PCA进行降维1.4.2特征提取1.4.3非线性流形算法：t-SNE第2章机器学习线性模型2.1线性回归2.2收缩方法2.2.1Ridge回归（L2正则化）2.2.2Lasso回归（L1正则化）2.2.3弹性网络回归2.3稳健回归2.3.1Huber回归2.3.2RANSAC2.4Logistic回归2.4.1Logistic回归为什么是线性的2.4.2Logistic回归预测（原始模型输出）与概率（Sigmoid输出）2.4.3Python Logistic回归2.4.4模型性能评估2.4.5正则化2.5线性支持向量机2.6逾越线性：核模型2.6.1核技巧2.6.2实际分类例子：人脸识别第3章逾越线性：机器学习集成方法3.1引言3.2集成方法3.2.1自举聚合3.2.2包外估计（Out-Of-Bag Estimation）3.3随机森林3.3.1随机森林分类3.3.2随机森林回归3.4提升（Boosting）方法3.4.1AdaBoost算法3.4.2梯度提升（Gradient Boosting）算法3.4.3极端梯度提升（XGBoost）算法3.4.4CatBoost算法第4章现代机器学习技术4.1自然语言处理初步4.1.1文本数据预处理4.1.2文本的数值表示：词袋模型4.1.3实际例子：使用IMDB电影评论数据集进行情感分析4.1.4单词频率—逆文本频率4.1.5n-Grams模型4.1.6词嵌入4.2深度学习初步4.2.1用神经网络处理复杂数据4.2.2多分类附录附录APython速成教程A.1Python构建块A.1.1变量A.1.2方法与函数A.2Python数据结构A.2.1列表与元组A.2.2集合A.2.3字典A.3Python循环A.3.1for循环A.3.2while循环A.4Python高级数据结构A.4.1列表推导式A.4.2Lambda函数A.5函数概念进阶A.5.1通配符在函数参数中的使用A.5.2函数中的局部作用域与全局作用域A.6面向对象编程简介A.6.1对象、类和属性A.6.2子类和继承附录B词袋模型的数学原理参考文献