Scala機器學習：構建現(xiàn)實世界機器學習和深度學習項目

譯者序

原書前言

第 1章　保險賠償程度分析 // 1 

1.1　機器學習和學習過程 //1 

1.1.1　典型的機器學習工作過程 // 2 

1.2　超參數(shù)調整和交叉驗證 //4 

1.3　分析和預測保險賠償程度 //6 

1.3.1　動機 // 6 

1.3.2　數(shù)據(jù)集的描述 // 6 

1.3.3　對數(shù)據(jù)集的探索性分析 // 6 

1.3.4　數(shù)據(jù)預處理 // 10 

1.4　LR用于預測保險索賠的嚴重性 //13 

1.4.1　使用 LR開發(fā)保險賠償嚴重性預測模型 // 14 

1.5　GBT回歸用于預測保險索賠嚴重性 //18 

1.6　使用隨機森林回歸算法提升性能 //23 

1.6.1　隨機森林用于分類和回歸 // 23 

1.7　比較分析和模型部署 //29 

1.7.1　基于 Spark的大規(guī)模數(shù)據(jù)集模型部署 // 33 

1.8　小結 //34

第 2章　電信客戶流失分析與預測 // 35 

2.1　流失分析的原理以及實現(xiàn) //35 

2.2　流失分析過程 //36 

2.2.1　數(shù)據(jù)集的描述 // 38 

2.2.2　探索性分析（EDA）和特征工程 // 38 

2.3　LR用于流失預測 //47 

2.4　用于流失預測的 SVM //52 

2.5　用于客戶流失預測的 DT //55 

2.6　用于預測客戶流失的隨機森林 //61 

2.7　選擇要部署的最佳模型 //66 

2.8　小結 //68

第 3章　基于歷史和實時數(shù)據(jù)預測高頻比特幣價格 // 69 

3.1　比特幣、加密貨幣和在線交易 //69 

3.1.1　最先進的比特幣自動交易 // 71 

3.1.2　訓練 // 72 

3.1.3　預測 // 72 

3.2　原型的高級數(shù)據(jù)管道 //73 

3.3　收集歷史和實時價格數(shù)據(jù) //74 

3.3.1　歷史數(shù)據(jù)集 // 74 

3.3.2　將歷史數(shù)據(jù)轉換為時間序列 // 75 

3.3.3　通過 Cryptocompare API處理實時數(shù)據(jù) // 77 

3.4　針對預測的模型訓練 //80 

3.5　Web服務： Scala Play //85 

3.5.1　通過 Akka Actor實現(xiàn)并發(fā) // 86 

3.5.2　Web服務工作流程 // 86 

3.6　預測價格并評估模型 //91 

3.7　使用 Scala Play框架來演示預測 //92 

3.7.1　為何選擇 RESTful架構 // 92 

3.7.2　項目結構 // 93 

3.7.3　運行 Scala Play Web應用程序 // 95 

3.8　小結 //96

第 4章　人口規(guī)模聚類與民族預測 // 99 

4.1　人口規(guī)模聚類和區(qū)域民族 //99 

4.1.1　針對遺傳變異的機器學習 // 100 

4.2　1000基因項目數(shù)據(jù)集描述 //100 

4.3　算法、工具和技術 //102 

4.3.1　H2O和 Sparkling Water // 102 

4.3.2　ADAM用于大規(guī)模基因組數(shù)據(jù)處理 // 105 

4.3.3　無監(jiān)督機器學習 // 106 4.3.4　K均值的原理 // 107 

4.3.5　用于進行地理民族預測的 DNN // 108 

4.4　配置編程環(huán)境 //110 

4.5　數(shù)據(jù)預處理和特征工程 //112 

4.5.1　模型訓練和超參數(shù)調整 // 117 

4.5.2　使用隨機森林進行民族預測 // 123 

4.6　小結 //126

第 5章　主題建模：更好地洞察大型文本 // 127 

5.1　主題建模和文本聚類 //127 

5.1.1　LDA算法的工作原理 // 129 

5.2　使用 Spark MLlib和 Stanford NLP進行主題建模 //131 

5.2.1　實現(xiàn) // 131 

5.3　其他主題模型與 LDA的可擴展性 //139 

5.4　部署經(jīng)過訓練的 LDA模型 //140 

5.5　小結 //144

第 6章　開發(fā)基于模型的電影推薦引擎 // 145 

6.1　推薦系統(tǒng) //145 

6.1.1　協(xié)同過濾方法 // 145 

6.1.2　效用矩陣 // 147 

6.2　基于 Spark的電影推薦系統(tǒng) //148 

6.2.1　針對電影相似性基于商品的協(xié)同過濾 // 148 

6.2.2　基于 Spark的模型推薦 // 153 

6.3　選擇和部署最佳模型 //161 

6.4　小結 //164

第 7章　使用 Q -learning和 Scala Play框架進行期權交易 // 165 

7.1　強化學習與監(jiān)督學習和無監(jiān)督學習 //165 

7.1.1　使用強化學習 // 166 

7.1.2　強化學習中的符號、策略和效用 // 166 

7.2　簡單 Q-learning算法實現(xiàn) //169 

7.2.1　Q-learning算法的組成部分 // 169 

7.2.2　QLearning 模型驗證 // 179 7.2.3　使用訓練模型進行預測 // 179 

7.3　使用 Q-learning開發(fā)期權交易 Web應用程序 //179 

7.3.1　問題描述 // 180 

7.3.2　實現(xiàn)期權交易 Web應用程序 // 182 

7.3.3　評估模型 // 189 

7.3.4　將期權交易應用程序封裝為 Scala Web應用程序 // 191 

7.3.5　運行和部署說明 // 197 

7.3.6　模型部署 // 199 

7.4　小結 //199

第 8章　使用深度神經(jīng)網(wǎng)絡進行銀行電話營銷的客戶訂購評估 // 200 

8.1　通過電話營銷進行客戶訂購評估 //200 

8.1.1　數(shù)據(jù)集描述 // 200 

8.1.2　安裝 Apache Zeppelin并開始使用 // 202 

8.1.3　對數(shù)據(jù)集的研究與分析 // 204 

8.1.4　數(shù)字特征統(tǒng)計 // 214 

8.1.5　實施客戶訂購評估模型 // 215 

8.1.6　超參數(shù)調整和特征選擇 // 225 

8.2　小結 //227

第 9章　使用自動編碼器和異常檢測進行欺詐分析 // 228 

9.1　異常值和異常檢測 //228 

9.2　自動編碼器和無監(jiān)督學習 //231 

9.2.1　自動編碼器的工作原理 // 231 

9.2.2　使用自動編碼器實現(xiàn)高效的數(shù)據(jù)表示 // 232 

9.3　開發(fā)欺詐分析模型 //233 

9.3.1　數(shù)據(jù)集的描述和使用線性模型 // 233 

9.3.2　問題描述 // 234 

9.3.3　準備編程環(huán)境 // 234 

9.3.4　輔助類和方法 // 254 

9.4　超參數(shù)調整和特征選擇 //255 

9.5　小結 //256 

第 10章　使用遞歸神經(jīng)網(wǎng)絡識別人類活動 // 258 

10.1　使用 RNN //258 

10.1.1　上下文信息和 RNN的體系結構 // 258 

10.1.2　RNN和長期依賴性問題 // 260 

10.1.3　LSTM網(wǎng)絡 // 261 

10.2　使用 LSTM模型識別人類活動 //263 

10.2.1　數(shù)據(jù)集的描述 // 263 

10.2.2　為 Scala設置和配置 MXNet // 264 

10.3　為 HAR實現(xiàn) LSTM模型 //266 

10.4　調整 LSTM超參數(shù)和 GRU //281 

10.5　小結 //283

第 11章　使用卷積神經(jīng)網(wǎng)絡進行圖像分類 // 284 

11.1　DNN的圖像分類和缺點 //284 

11.2　CNN架構 //285 

11.2.1　卷積運算 // 286 

11.2.2　池化層和填充操作 // 287 

11.2.3　DL4j中的卷積和子采樣操作 // 288 

11.3　使用 CNN進行大規(guī)模圖像分類 //295 

11.3.1　問題描述 // 296 

11.3.2　圖像數(shù)據(jù)集的描述 // 296 

11.3.3　整個項目的工作流程 // 297 

11.3.4　CNN圖像分類的實現(xiàn) // 298 

11.4　調整和優(yōu)化 CNN超參數(shù) //315 

11.5　小結 //316