Practical Machine Learning Cookbook
Practical Machine Learning Cookbook
本书介绍
机器学习已经成为新的黑社会。当今世界的挑战是来自现有遗留数据和新的结构化和非结构化数据的爆炸式增长。使用机器学习算法对数据进行发现、理解、执行分析和预测结果的复杂性是一个挑战。这本食谱将帮助解决作为数据科学家所面临的日常挑战。各种数据科学技术的应用。多个基于现实世界挑战的数据集将帮助您了解在各种情况下使用的各种技术。
本书的前半部分提供了关于相当复杂的机器学习系统的配方，在那里您将学习探索机器学习的新领域并提高其效率，包括分类、神经网络、无监督和监督学习、深度学习、强化学习等方面的食谱。
这本书的下半部分集中在三个不同的机器学习案例研究，所有基于真实世界的数据，并提供解决方案和解决具体的机器学习问题。
你会学到什么
对如何应用机器学习技术有更深入的了解。实现每一种先进的机器学习技术。解决实际遇到的问题，使你的应用程序产生更好的结果。获得解决机器学习系统问题的实际经验。了解收集数据的方法，准备使用的数据，培训模型，评估模型的性能，提高模型的性能。
目录
Chapter 1: Introduction to Machine Learning
Chapter 2: Classification
Chapter 3: Clustering
Chapter 4: Model Selection and Regularization
Chapter 5: Nonlinearity
Chapter 6: Supervised Learning
Chapter 7: Unsupervised Learning
Chapter 8: Reinforcement Learning
Chapter 9: Structured Prediction
Chapter 10: Neural Networks
Chapter 11: Deep Learning
Chapter 12: Case Study - Exploring World Bank Data
Chapter 13: Case Study - Pricing Reinsurance Contracts
Chapter 14: Case Study - Forecast of Electricity Consumption