機器學習（Python版）

譯者序
推薦序
前言
作者簡介
第一部分　機器學習入門
第1章　機器學習概論 2
1.1　歡迎來到機器學習的世界 2
1.2　范圍、術語、預測和數(shù)據(jù) 3
1.2.1　特征 4
1.2.2　目標值和預測值 5
1.3　讓機器開始機器學習 6
1.4　學習系統(tǒng)舉例 8
1.4.1　預測類別：分類器舉例 8
1.4.2　預測值：回歸器舉例 9
1.5　評估機器學習系統(tǒng) 10
1.5.1　準確率 10
1.5.2　資源消耗 11
1.6　創(chuàng)建機器學習系統(tǒng)的過程 12
1.7　機器學習的假設和現(xiàn)實 13
1.8　本章參考閱讀資料 15
1.8.1　本書內(nèi)容 15
1.8.2　章節(jié)注釋 16
第2章　相關技術背景 18
2.1　編程環(huán)境配置 18
2.2　數(shù)學語言的必要性 18
2.3　用于解決機器學習問題的軟件 19
2.4　概率 20
2.4.1　基本事件 21
2.4.2　獨立性 22
2.4.3　條件概率 23
2.4.4　概率分布 24
2.5　線性組合、加權(quán)和以及點積 27
2.5.1　加權(quán)平均 29
2.5.2　平方和 31
2.5.3　誤差平方和 32
2.6　幾何視圖：空間中的點 33
2.6.1　直線 33
2.6.2　直線拓展 37
2.7　表示法和加1技巧 41
2.8　漸入佳境：突破線性和非線性 42
2.9　NumPy與“數(shù)學無所不在” 45
2.10　浮點數(shù)問題 49
2.11　本章參考閱讀資料 50
2.11.1　本章小結(jié) 50
2.11.2　章節(jié)注釋 51
第3章　預測類別：分類入門 52
3.1　分類任務 52
3.2　一個簡單的分類數(shù)據(jù)集 53
3.3　訓練和測試：請勿應試教育 55
3.4　評估：考試評分 58
3.5　簡單分類器#1：最近鄰分類器、遠距離關系和假設 59
3.5.1　定義相似性 60
3.5.2　k?-最近鄰中的k 61
3.5.3　答案組合 61
3.5.4　k?-最近鄰、參數(shù)和非參數(shù)方法 61
3.5.5　建立一個k?-最近鄰分類模型 62
3.6　簡單分類器#2：樸素貝葉斯分類器、
　概率和違背承諾 64
3.7　分類器的簡單評估 66
3.7.1　機器學習的性能 66
3.7.2　分類器的資源消耗 67
3.7.3　獨立資源評估 73
3.8　本章參考閱讀資料 77
3.8.1　局限性和尚未解決的問題 77
3.8.2　本章小結(jié) 77
3.8.3　章節(jié)注釋 77
3.8.4　練習題 79
第4章　預測數(shù)值：回歸入門 80
4.1　一個簡單的回歸數(shù)據(jù)集 80
4.2　最近鄰回歸和匯總統(tǒng)計 82
4.2.1　中心度量方法：中位數(shù)和均值 83
4.2.2　構(gòu)建一個k?-最近鄰回歸模型 85
4.3　線性回歸和誤差 86
4.3.1　地面總是不平坦的：為什么需要斜坡 86
4.3.2　傾斜直線 89
4.3.3　執(zhí)行線性回歸 91
4.4　優(yōu)化：選擇最佳答案 92
4.4.1　隨機猜測 92
4.4.2　隨機調(diào)整 93
4.4.3　智能調(diào)整 94
4.4.4　計算的捷徑 94
4.4.5　線性回歸的應用 95
4.5　回歸器的簡單評估和比較 95
4.5.1　均方根誤差 95
4.5.2　機器學習的性能 96
4.5.3　回歸過程中的資源消耗 96
4.6　本章參考閱讀資料 98
4.6.1　局限性和尚未解決的問題 98
4.6.2　本章小結(jié) 99
4.6.3　章節(jié)注釋 99
4.6.4　練習題 99
第二部分　通用評估技術
第5章　機器學習算法的評估和比較分析 102
5.1　評估和大道至簡的原則 102
5.2　機器學習階段的術語 103
5.2.1　有關機器的重新討論 104
5.2.2　更規(guī)范的闡述 106
5.3　過擬合和欠擬合 109
5.3.1　合成數(shù)據(jù)和線性回歸 109
5.3.2　手動操控模型的復雜度 111
5.3.3　金鳳花姑娘（“恰到好處”原則）：可視化過擬合、欠擬合和“最佳擬合” 112
5.3.4　簡單性 115
5.3.5　關于過擬合必須牢記的注意事項 116
5.4　從誤差到成本 116
5.4.1　損失 116
5.4.2　成本 117
5.4.3　評分 118
5.5　（重新）抽樣：以少勝多 119
5.5.1　交叉驗證 119
5.5.2　分層抽樣 122
5.5.3　重復的訓練-測試集拆分 124
5.5.4　一種更好的方法和混排 127
5.5.5　留一交叉驗證 131
5.6　分解：將誤差分解為偏差和方差 132
5.6.1　數(shù)據(jù)的方差 133
5.6.2　模型的方差 133
5.6.3　模型的偏差 134
5.6.4　結(jié)合所有的因素 134
5.6.5　偏差-方差權(quán)衡示例 135
5.7　圖形可視化評估和比較 139
5.7.1　學習曲線：到底需要多少數(shù)據(jù) 139
5.7.2　復雜度曲線 141
5.8　使用交叉驗證比較機器學習模型 143
5.9　本章參考閱讀資料 144
5.9.1　本章小結(jié) 144
5.9.2　章節(jié)注釋 144
5.9.3　練習題 146
第6章　評估分類器 147
6.1　基線分類器 147
6.2　準確率以外：分類器的其他度量指標 149
6.2.1　從混淆矩陣中消除混淆 151
6.2.2　錯誤的方式 151
6.2.3　基于混淆矩陣的度量指標 152
6.2.4　混淆矩陣編碼 154
6.2.5　處理多元類別：多元類別平均 156
6