機器學習基礎 面向預測數(shù)據(jù)分析的算法、實用范例與案例研究

譯者序
前言
符號記法
第1章　面向預測數(shù)據(jù)分析的機器學習 1
1.1　什么是預測數(shù)據(jù)分析 1
1.2　什么是機器學習 2
1.3　機器學習的工作原理 4
1.4　機器學習會產(chǎn)生什么問題 7
1.5　預測數(shù)據(jù)分析項目的生命周期：CRISP-DM 9
1.6　預測數(shù)據(jù)分析工具 10
1.7　本書概覽 11
1.8　習題 12
第2章　數(shù)據(jù)到見解再到?jīng)Q策 13
2.1　將商業(yè)問題轉(zhuǎn)化為分析解決方案 13
2.2　可行性評估 14
2.3　設計分析基礎表 16
2.4　特征的設計與實現(xiàn) 19
2.4.1　不同的數(shù)據(jù)類型 20
2.4.2　不同的特征類型 20
2.4.3　處理時間 21
2.4.4　法律問題 23
2.4.5　特征的實現(xiàn) 25
2.4.6　案例研究：汽車保險詐騙 25
2.5　總結 28
2.6　延伸閱讀 28
2.7　習題 29
第3章　數(shù)據(jù)探索 31
3.1　數(shù)據(jù)質(zhì)量報告 31
3.2　了解數(shù)據(jù) 35
3.2.1　正態(tài)分布 37
3.2.2　案例研究：汽車保險詐騙 38
3.3　找出數(shù)據(jù)質(zhì)量問題 39
3.3.1　缺失值 39
3.3.2　異常基數(shù) 40
3.3.3　離群點 40
3.3.4　案例研究：汽車保險詐騙 41
3.4　處理數(shù)據(jù)質(zhì)量問題 42
3.4.1　處理缺失值 43
3.4.2　處理離群點 43
3.4.3　案例研究：汽車保險詐騙 44
3.5　高階數(shù)據(jù)探索 45
3.5.1　可視化特征之間的關系 45
3.5.2　度量協(xié)方差和相關性 52
3.6　數(shù)據(jù)準備 56
3.6.1　歸一化 56
3.6.2　分箱 57
3.6.3　采樣 60
3.7　總結 61
3.8　延伸閱讀 62
3.9　習題 62
第4章　基于信息的學習 73
4.1　大思路 73
4.2　基礎知識 75
4.2.1　決策樹 75
4.2.2　香農(nóng)熵模型 77
4.2.3　信息增益 80
4.3　標準方法：ID3算法 83
4.4　延伸與拓展 89
4.4.1　其他特征選取與純度度量方法 89
4.4.2　處理連續(xù)描述性特征 92
4.4.3　預測連續(xù)目標 95
4.4.4　剪枝 98
4.4.5　模型組合 100
4.5　總結 103
4.6　延伸閱讀 104
4.7　習題 104
第5章　基于相似性的學習 109
5.1　大思路 109
5.2　基本概念 110
5.2.1　特征空間 110
5.2.2　用距離度量測量相似性 111
5.3　標準方法：最近鄰算法 113
5.4　延伸與拓展 116
5.4.1　處理嘈雜數(shù)據(jù) 116
5.4.2　高效內(nèi)存搜索 118
5.4.3　數(shù)據(jù)歸一化 124
5.4.4　預測連續(xù)目標 127
5.4.5　其他相似性測量 129
5.4.6　特征選取 136
5.5　總結 141
5.6　延伸閱讀 143
5.7　后記 144
5.8　習題 144
第6章　基于概率的學習 149
6.1　大思路 149
6.2　基礎知識 151
6.2.1　貝葉斯定理 152
6.2.2　貝葉斯預測 154
6.2.3　條件獨立與因子化 157
6.3　標準方法：樸素貝葉斯模型 160
6.4　延伸與拓展 163
6.4.1　平滑 163
6.4.2　連續(xù)特征：概率密度函數(shù) 166
6.4.3　連續(xù)特征：分箱 174
6.4.4　貝葉斯網(wǎng)絡 177
6.5　總結 187
6.6　延伸閱讀 188
6.7　習題 188
第7章　基于誤差的學習 192
7.1　大思路 192
7.2　基礎知識 192
7.2.1　簡單線性回歸 193
7.2.2　測量誤差 194
7.2.3　誤差曲面 196
7.3　標準方法：使用梯度下降法的多變量線性回歸 197
7.3.1　多變量線性回歸 198
7.3.2　梯度下降法 198
7.3.3　選擇學習率和初始權值 203
7.3.4　實用范例 204
7.4　延伸與拓展 206
7.4.1　解釋多變量線性回歸模型 206
7.4.2　用權值衰減設定學習率 208
7.4.3　處理類別描述性特征 209
7.4.4　處理類別目標特征：對數(shù)幾率回歸 210
7.4.5　建模非線性關系 219
7.4.6　多項對數(shù)幾率回歸 223
7.4.7　支持向量機 226
7.5　總結 229
7.6　延伸閱讀 231
7.7　習題 231
第8章　評估 237
8.1　大思路 237
8.2　基礎知識 238
8.3　標準方法：留出測試集上的誤分類率 238
8.4　延伸與拓展 241
8.4.1　設計評估實驗 241
8.4.2　性能度量：類別目標 246
8.4.3　性能度量：預測得分 252
8.4.4　性能度量：多項目標 264
8.4.5　性能度量：連續(xù)目標 265
8.4.6　評估部署后的模型 268
8.5　總結 273
8.6　延伸閱讀 273
8.7　習題 274
第9章　案例研究：客戶流失 278
9.1　商業(yè)理解 278
9.2　數(shù)據(jù)理解 280
9.3　數(shù)據(jù)準備 283
9.4　建模 286
9.5　評估 289
9.6　部署 290
第10章　案例研究：星系分類 292
10.1　商業(yè)理解 292
10.2　數(shù)據(jù)理解 294
10.3　數(shù)據(jù)準備 299
10.4　建模 303
10.4.1　基準模型 303
10.4.2　特征選取 305
10.4.3　5級別模型 306
10.5　評估 307
10.6　部署 308
第11章　面向預測數(shù)據(jù)分析的機器學習藝術 309
11.1　預測模型的不同視角 310
11.2　選擇機器學習方法 313
11.2.1　將機器學習方法和項目匹配 315
11.2.2　將機器學習方法和數(shù)據(jù)匹配 315
11.3　總結 316
附錄A　機器學習的描述性統(tǒng)計量與數(shù)據(jù)可視化 317
附錄B　機器學習的概率論導論 326
附錄C　機器學習中的求導方法 332
參考文獻 336
索引 343