Python机器学习

以红酒智能工厂全流程案例为出发点，巧妙的融合课程思政目标，用平实的语言深入浅出地介绍当前热门的机器学习经典算法，包括线性回归、Logistic回归与、决策树（分类与回归）、朴素贝叶斯、支持向量机、K近邻学习、文本处理方法和人工神经网络。针对每一个算法结合具体项目实例进行阐释，然后根据模型和算法描述使用Python编程和相应的库进行算法实现，最后通过案例让读者进一步体会算法的应用场景以及应用时所需注意的问题，在实现技术育人和思政育人的双重目标。 为了将书中的教学内容以多种形式呈现给广大师生，编写组制定了课程标准，制作了多媒体课间和讲解视频，形成了一套完整的教学资源。有需要的教师和学生可参阅职教云https://user.icve.com.cn/patch/zhzj/projectStatistics_showCourse.action?courseId=f08d9491b47241a0848f5360e6c3fa73&token=azBWTkFFWCUyRktZcDYlMkZ3Q0t4VzdPOEElM0QlM0Q=。 本书内容深入浅出，非常适合作为高职学生、本科学生和人工智能感兴趣的初学者，由于作者水平有限，书中难免存在疏漏和不足之处，恳请读者批评指正。 \"

\"杨保华，男，副教授，工学博士，毕业于北京航空航天大学，常州机电职业技术学院信息工程学院副院长。2000年毕业于淮北师范大学，获得理学学士学位；2003年毕业于北京理工大学，获得硕士学位；2011年9月-2015年7月毕业于北京航空航天大学，获得工学博士学位。 研究领域：工业互联网与人工智能、射频/微波毫米波/射频集成电路设计、天线设计、毫米波成像理论研究、微波毫米波辐射测量技术及系统研制、综合孔径优化成像算法。 本科毕业后于淮北师范大学物理与电子信息学院从事电子类专业的教学和相关科研工作，博士毕业后来常州机电职业技术学院工作。发表论文近25篇。其中发表论文与本项目直接相关的论文4篇，省级项目2项，参与国家自然基金3项，参与编写教材两部。在本项目中参与责研究计划的制定与研究工作的实施。 \"

项目1 机器学习认知 任务1 机器学习与《新一代人工智能发展规划》政策 任务2 分辨红酒是否中国生产 任务3 构建泛化精度高的分辨国产红酒质量好坏的模型 小结 学习测评 习题 项目2 开发环境的认知与搭建 任务1 Anaconda认知与搭建 任务2 Python程序在Anaconda中的运行 小结 学习测评 习题 项目3 红酒的分类 任务1 认知KNN算法 任务2 红酒的分类 小结 学习测评 习题 项目4 红酒数据的爬取与分析 任务1 爬取“十四五”相关政策 任务2 使用Matplotlib绘制奥运五环 任务3 爬取酒仙网的红酒销售数据并绘制散点图 任务4 爬取红酒相关文章并进行分词和关键词提取 小结 学习测评 习题 项目5 运用线性模型分析红酒的质量 任务1 线性模型的认知与搭建 任务2 使用线性模型对红酒质量进行评分 小结 学习测评 习题 项目6 智能红酒工厂残次品的预测 任务1 中高风险地区多轮核酸检测的必要性——贝叶斯定理在实际生活中的应用 任务2 认知朴素贝叶斯算法 任务3 使用朴素贝叶斯模型预测红酒残次品 小结 学习测评 习题 项目7 红酒质量评分的预测 任务1 认知决策树 任务2 搭建决策树模型 任务3 使用随机森林模型预测红酒评分 小结 学习测评 习题 项目8 智能工厂的远程运维与故障诊断 任务1 了解“十四五”相关政策中工业五互联网以及深度学习的基本概念 任务2 红酒生产设备故障类型预测 任务3 基于卷积神经网络的红酒生产设备钢面缺陷检测 小结 学习测评 习题 项目9 红酒产品市场反馈的分析 任务1 文本数据的特征提取及词袋模型 任务2 使用tf-idf模型对文本数据进行处理 任务3 删除文本中的停用词 小结 学习测评 习题 参考文献