图书介绍
机器学习在线 解析阿里云机器学习平台PDF|Epub|txt|kindle电子书版本网盘下载
- 杨旭著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121318696
- 出版时间：2017
- 标注页数：255页
- 文件大小：53MB
- 文件页数：265页
- 主题词：电子商务－计算机网络
PDF下载
下载说明
机器学习在线 解析阿里云机器学习平台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 阿里云机器学习1
1.1 产品特点1
1.2 名词解释2
1.3 构建机器学习实验3
1.3.1 新建实验3
1.3.2 使用组件搭建工作流4
1.3.3 运行实验、查看结果5
1.3.4 模型部署、在线预测6
第2章 商家作弊行为检测7
2.1 数据探索8
2.2 建模、预测和评估15
2.3 尝试其他分类模型19
2.4 判断商家作弊24
第3章 生存预测27
3.1 数据集一27
3.1.1 特征分析28
3.1.2 生存预测33
3.2 数据集二36
3.2.1 随机森林模型39
3.2.2 朴素贝叶斯模型47
第4章 信用风险预测50
4.1 整体流程53
4.1.1 特征哑元化54
4.1.2 特征重要性57
4.2 模型效果评估61
4.3 减少模型特征的个数62
第5章 用户购买行为预测65
5.1 数据探索66
5.2 思路68
5.2.1 用户和品牌的各种特征69
5.2.2 二分类模型训练71
5.3 计算训练数据集71
5.3.1 原始数据划分72
5.3.2 计算特征74
5.3.3 计算标签89
5.4 二分类模型训练90
5.4.1 正负样本配比90
5.4.2 逻辑回归算法92
5.4.3 随机森林算法94
第6章 聚类与分类96
6.1 数据可视化97
6.2 K-Means聚类98
6.2.1 聚类、评估流程100
6.2.2 聚成两类101
6.2.3 聚成三类103
6.3 K最近邻算法104
6.3.1 使用KNN算法进行分类105
6.3.2 算法比较108
6.4 多分类模型109
6.4.1 使用朴素贝叶斯算法109
6.4.2 使用逻辑回归多分类算法112
6.4.3 使用随机森林算法115
6.4.4 各多分类模型效果对比118
第7章 葡萄酒品质预测119
7.1 数据探索120
7.2 线性回归123
7.3 GBDT回归125
第8章 文本分析127
8.1 分词128
8.2 词频统计130
8.3 单词的区分度131
8.4 字符串比较133
8.5 抽取关键词、关键句139
8.5.1 原理简介139
8.5.2 完整流程141
8.6 主题模型146
8.6.1 LDA模型147
8.6.2 新闻的主题模型149
8.6.3 数据预处理150
8.6.4 主题与原始分类的关系153
8.7 单词映射为向量160
8.7.1 相近单词162
8.7.2 单词聚类165
8.8 组件使用小结168
第9章 基于用户退货描述的赔付预测170
9.1 思路171
9.2 训练集的特征生成173
9.3 测试集的特征生成180
9.4 模型训练、预测、评估181
9.5 提高召回率185
第10章 情感分析189
10.1 词袋模型190
10.1.1 训练集的特征生成192
10.1.2 测试集的特征生成196
10.1.3 模型训练、预测、评估197
10.2 词向量模型200
10.2.1 特征生成201
10.2.2 模型训练206
第11章 影片推荐211
11.1 协同过滤212
11.2 整体流程213
11.3 预处理，过滤出好评信息215
11.4 计算影片间的相似度215
11.5 计算用户可能喜欢的影片221
11.6 查看推荐效果224
第12章 支持深度学习框架227
12.1 TensorFlow组件简介227
12.2 Softmax模型231
12.3 深度神经网络234
附录A237