Python 機器學習算法與應用

鄧立國

東北大學計算機應用博士畢業。
2005年開始在瀋陽師範大學軟件學院、教育技術學院任教，主要研究方向：
數據挖掘、知識工程、大數據處理、雲計算、分佈式計算等。
以第一作者發表學術論文30多篇（26篇EI），主編教材1 部，主持科研課題6項，
經費10餘萬元，多次獲得校級科研優秀獎，作為九三社員提出的智慧城市提案被市政府採納，
成果被教育廳等單位採用。

第1章 機器學習概述 1
1.1 機器學習定義 1
1.2 機器學習的發展 2
1.3 機器學習的分類 3
1.4 機器學習的研究領域 6
1.5 本章小結 8

第2章 機器學習數據特徵 9
2.1 數據分佈性 9
2.1.1 數據分佈集中趨勢的測定 9
2.1.2 數據分佈離散程度的測定 14
2.1.3 數據分佈偏態與峰度的測定 17
2.2 數據相關性 19
2.2.1 相關關係 19
2.2.2 相關分析 22
2.3 數據聚類性 24
2.4 數據主成分分析 27
2.4.1 主成分分析的原理及模型 27
2.4.2 主成分分析的幾何解釋 29
2.4.3 主成分的導出 30
2.4.4 證明主成分的方差是依次遞減 31
2.4.5 主成分分析的計算 32
2.5 數據動態性 34
2.6 數據可視化 37
2.7 本章小結 39

第3章 機器學習分類算法 40
3.1 數據清洗和特徵選擇 40
3.1.1 數據清洗 40
3.1.2 特徵選擇 42
3.1.3 回歸分析 45
3.2 決策樹、隨機森林 47
3.3 SVM 51
3.3.1 最優分類面和廣義最優分類面 52
3.3.2 SVM的非線性映射 55
3.3.3 核函數 56
3.4 聚類算法 56
3.5 EM算法 61
3.6 貝葉斯算法 63
3.7 隱馬爾可夫模型 63
3.8 LDA主題模型 66
3.9 人工神經網絡 69
3.10 KNN算法 73
3.11 本章小結 76

第4章 Python機器學習項目 77
4.1 SKlearn 78
4.1.1 SKlearn包含的機器學習方式 78
4.1.2 SKlearn的強大數據庫 79
4.1.3 鳶尾花數據集舉例 80
4.1.4 Boston房價數據集的示例 83
4.2 TensorFlow 85
4.2.1 TensorFlow簡介 86
4.2.2 TensorFlow的下載與安裝 88
4.2.3 TensorFlow的基本使用 91
4.3 Theano 96
4.4 Caffe 115
4.4.1 Caffe框架與運行環境 115
4.4.2 網絡模型 119
4.5 Gensim 125
4.5.1 Gensim特性與核心概念 125
4.5.2 訓練語料的預處理 125
4.5.3 主題向量的變換 126
4.5.4 文檔相似度的計算 127
4.6 Pylearn2 134
4.7 Shogun 135
4.8 Chainer 136
4.9 NuPIC 143
4.10 Neon 160
4.11 Nilearn 165
4.12 Orange3 168
4.13 PyMC與PyMC3 171
4.14 PyBrain 175
4.15 Fuel 181
4.16 PyMVPA 184
4.17 Annoy 186
4.18 Deap 190
4.19 Pattern 191
4.20 Requests 195
4.21 Seaborn 199
4.22 本章小結 206

第5章 Kaggle平台機器學習實戰 207
5.1 Kaggle信用卡欺詐檢測 207
5.1.1 Kaggle信用卡欺詐檢測準備 207
5.1.2 Kaggle信用卡欺詐檢測實例 210
5.2 Kaggle機器學習案例 228
5.2.1 Kaggle機器學習概況 229
5.2.2 自行車租賃數據分析與可視化案例 230
5.3 本章小結 241

第6章 PaddlePaddle平台機器學習實戰 242
6.1 PaddlePaddle平台安裝 242
6.2 PaddlePaddle平台手寫體數字識別 243
6.3 PaddlePaddle平台圖像分類 261
6.4 PaddlePaddle平台詞向量 277
6.5 PaddlePaddle平台個性化推薦 289
6.6 PaddlePaddle平臺情感分析 302
6.7 本章小結 311
參考文獻 312