图书介绍
机械学习 微软Azure机器学习实战手册PDF|Epub|txt|kindle电子书版本网盘下载
- （日）千贺大司，山本和贵，大泽文孝著；贾硕译 著
- 出版社： 北京：中国人民大学出版社
- ISBN：7300250953
- 出版时间：2017
- 标注页数：217页
- 文件大小：29MB
- 文件页数：235页
- 主题词：
PDF下载
下载说明
机械学习 微软Azure机器学习实战手册PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 什么是机器学习1
明晰机器学习2
机器学习概述2
机器学习流行的“原因”4
将机器学习用于商业的方法5
消除对机器学习的误解9
机器学习通过数据进行判断9
机器学习是“系统”11
机器自己会变聪明吗12
必须决定“特征向量”12
开启机器学习之旅14
机器学习专用工具14
无须编程就可以使用的Azure ML15
即使如此，依然想编程17
通过判断目标来选择分类器17
第2章 收集数据19
使用公司内部数据20
日志文件等历史数据20
非时间类型数据22
使用公开数据22
DATA.GO.JP22
DATA.GOV23
Twitter23
GitHub35
第3章 通过Azure ML创建机器学习模型39
Azure ML的基本操作40
注册Azure ML Studio40
在工作区进行操作41
机器学习的方法43
在Azure ML中进行机器学习的流程43
创建机器学习模型时Experiment的编辑界面45
机器学习模型的构成和种类47
学习逻辑47
计算逻辑48
学习组件的种类48
第4章 使用回归分析预测数据53
什么是回归分析54
本模拟所实现目标54
本模拟所建模型55
上传用于分析的数据集57
下载CSV文件样本57
将CSV文件作为数据集进行上传保存59
新建Experiment62
添加和调整所要分析的数据集对象64
添加数据集65
将范围缩小至使用列70
修复受损数据75
分离学习用数据和评价用数据80
构建学习逻辑83
构成回归分析的组件83
使用已训练模型预测评价用数据87
使用评分模型进行数据预测88
确认预测值91
第5章 尝试使用已建回归分析模型95
使用已训练模型进行计算96
上传用于计算的数据集对象96
在评分模型右上方输入数据即可得出结果97
保存已训练模型，使其在其他Experiment中也可以使用99
保存已训练模型100
使用已训练模型进行预测102
新建用于预测的Experiment102
创建可进行数据预测的机器学习模型103
观察运行结果105
以CSV形式输出106
数据转换组件107
第6章 提高预测精度111
提高预测精度的方法112
确认目前的预测精度113
使用评估模型对分析结果进行评价113
确认评价结果115
更改参数提高精确度117
更改Linear Regression的参数117
优化学习组件119
可用于回归分析的学习组件种类119
更改为贝叶斯线性回归120
使用有限的学习数据进行检验123
使用“Cross Validate Model”组件125
确认“Cross Validate Model”的评价结果126
第7章 通过统计分类进行判断129
什么是统计分类130
本模拟所实现目标130
本模拟所建模型131
用统计分类创建分类机器学习模型132
新建数据集132
新建Experiment134
创建数据集134
构建学习逻辑137
预测和评价139
确认和反思学习结果141
确认使用评价用数据得出的结果141
评价统计分类的学习结果142
使用其他统计分类学习组件146
第8章 用聚类方法判别相似数据151
什么是聚类152
本模拟所实现目标152
本模拟所建模型154
创建可通过聚类分析分组的机器学习模型156
新建数据集156
新建Experiment157
添加数据集158
构建学习逻辑161
确认分组结果164
将用于评价的数据加入到已训练的学习模型中167
第9章 活用实验结果173
Web API化174
数据可视化178
第10章 让机器越来越聪明179
进行模型的二次学习180
用Web API更新公开的分类器（模型更新）187
附录 使用Azure ML的方法201
创建环境202
创建Microsoft账户202
激活订阅203
登录Azure208
云优化您的业务208
创建工作区210
访问Azure ML Studio211
关于收费213
免费使用214