Python機(jī)器學(xué)習(xí)及實(shí)踐：從零開始通往Kaggle競賽之路

第1章 簡介篇..............................................................1
1.1 機(jī)器學(xué)習(xí)綜述..............................................................1
1.1.1 任務(wù)....................................................................3
1.1.2 經(jīng)驗(yàn)....................................................................5
1.1.3 性能....................................................................5
1.2 Python編程庫..............................................................8
1.2.1 為什么使用Python........................................................8
1.2.2 Python機(jī)器學(xué)習(xí)的優(yōu)勢....................................................9
1.2.3 NumPy & SciPy..........................................................10
1.2.4 Matplotlib.............................................................11
1.2.5 Scikit-learn..........................................................11
1.2.6 Pandas.................................................................11
1.2.7 Anaconda...............................................................12
1.3 Python環(huán)境配置...........................................................12
1.3.1 Windows系統(tǒng)環(huán)境........................................................12
1.3.2 Mac OS 系統(tǒng)環(huán)境........................................................17
1.4 Python編程基礎(chǔ)...........................................................18
1.4.1 Python基本語法.........................................................19
1.4.2 Python 數(shù)據(jù)類型........................................................20
1.4.3 Python 數(shù)據(jù)運(yùn)算........................................................22
1.4.4 Python 流程控制........................................................26
1.4.5 Python 函數(shù)（模塊）設(shè)計(jì)................................................28
1.4.6 Python 編程庫（包）的導(dǎo)入..............................................29
1.4.7 Python 基礎(chǔ)綜合實(shí)踐....................................................30
1.5章末小結(jié)..............................................................33第2章 基礎(chǔ)篇..............................................................34
2.1監(jiān)督學(xué)習(xí)經(jīng)典模型.........................................................34
2.1.1分類學(xué)習(xí)...............................................................35
2.1.1.1 線性分類器
2.1.1.2 支持向量機(jī)（分類）
2.1.1.3 樸素貝葉斯
2.1.1.4 K近鄰（分類）
2.1.1.5 決策樹
2.1.1.6 集成模型（分類）
2.1.2回歸預(yù)測...............................................................64
2.1.2.1 線性回歸器
2.1.2.2 支持向量機(jī)（回歸）
2.1.2.3 K近鄰（回歸）
2.1.2.4 回歸樹
2.1.2.5 集成模型（回歸）
2.2 無監(jiān)督學(xué)習(xí)經(jīng)典模型.......................................................81
2.2.1數(shù)據(jù)聚類......................................................81
2.2.1.1 K均值算法
2.2.2特征降維...............................................................91
2.2.2.1 主成分分析
2.3 章末小結(jié).................................................................97第3章 進(jìn)階篇...............................................................98
3.1 模型實(shí)用技巧.............................................................98? 
3.1.1 特征提升...............................................................99
3.1.2 模型正則化............................................................111
3.1.3 模型檢驗(yàn)..............................................................121
3.1.4 超參數(shù)搜索............................................................122
3.2 流行庫/模型實(shí)踐.........................................................129
3.2.1自然語言處理包（NLTK）................................................131
3.2.2 詞向量（Word2Vec）技術(shù)................................................133
3.2.3 XGBoost模型...........................................................138
3.2.4 Tensorflow框架........................................................140
3.3 章末小結(jié)................................................................152第4章 實(shí)戰(zhàn)篇..............................................................153
4.1 Kaggle平臺簡介..........................................................153
4.2 Titanic罹難乘客預(yù)測.....................................................157
4.3 IMDB影評得分估計(jì)........................................................165
4.4 MNIST手寫體數(shù)字圖片識別.................................................174
4.5 章末小結(jié)................................................................180后記.....................................................................181參考文獻(xiàn).................................................................182