Machine learning, Python i data science. Wprowadzenie - Andreas C. Müller, Sarah Guido

Opis produktu: Machine learning, Python i data science. Wprowadzenie - Andreas C. Müller, Sarah Guido

Książka podejmuje temat uczenia maszynowego, które kojarzy się głównie z dużymi firmami i rozbudowanymi zespołami. Jednak obecnie możliwe jest samodzielne budowanie zaawansowanych rozwiązań uczenia maszynowego oraz korzystanie do woli z ogromnych zasobów dostępnych danych. Wymaga to jednak podstawowej wiedzy.

Większość opracowań na temat uczenia maszynowego i sztucznej inteligencji opiera się na zaawansowanej matematyce. Utrudnia to naukę w obrębie tych zagadnień. Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym.

Machine learning, Python i data science. Wprowadzenie - Andreas C. Müller, Sarah Guido.

Ta praktyczna książka ułatwi Ci rozpoczęcie wdrażania rozwiązań rzeczywistych problemów związanych z uczeniem maszynowym.

Główne zagadnienia

• Podstawowe informacje o uczeniu maszynowym
• Najważniejsze algorytmy uczenia maszynowego
• Przetwarzanie danych w uczeniu maszynowym
• Ocena modelu i dostrajanie parametrów
• Łańcuchy modeli i hermetyzacja przepływu pracy
• Przetwarzanie danych tekstowych

Informacje o książce

• Tytuł Oryginału: Introduction to Machine Learning with Python: A Guide for Data Scientists
• Autor: Andreas C. Müller, Sarah Guido
• Tłumaczenie: Michał Sternik
• ISBN: 978-83-8322-751-1
• Rok wydania: 2021
• Format: 168 x 237 mm
• Ilość stron: 320
• Wydawnictwo: Helion S.A.
• Oprawa: miękka

Spis treści:

• Przedmowa
  • Kto powinien przeczytać tę książkę
  • Dlaczego napisaliśmy tę książkę
  • Jak poruszać się po książce
  • Zasoby online
  • Konwencje stosowane w książce
  • Korzystanie z przykładowego kodu
  • Podziękowania
    • Od Andreasa
    • Od Sarah
• Rozdział 1. Wprowadzenie
  • Dlaczego uczenie maszynowe?
    • Problemy, które może rozwiązać uczenie maszynowe
    • Znajomość zadania i znajomość danych
  • Dlaczego Python?
  • scikit-learn
    • Instalacja scikit-learn
  • Podstawowe biblioteki i narzędzia
    • Jupyter Notebook
    • NumPy
    • SciPy
    • matplotlib
    • pandas
    • mglearn
  • Python 2 a Python 3
  • Wersje użyte w tej książce
  • Pierwsza aplikacja: klasyfikacja gatunków irysa
    • Zapoznaj się z danymi
    • Sprawdzanie osiągnięcia sukcesu: dane treningowe i testowe
    • Najpierw najważniejsze: zapoznaj się z danymi
    • Budowa pierwszego modelu: k-najbliżsi sąsiedzi
    • Przewidywania
    • Ocena modelu
  • Podsumowanie i przegląd
• Rozdział 2. Nadzorowane uczenie maszynowe
  • Klasyfikacja i regresja
  • Uogólnianie, nadmierne dopasowanie i niedopasowanie
    • Relacja złożoności modelu do rozmiaru zestawu danych
  • Nadzorowane algorytmy uczenia maszynowego
    • Przykładowe zestawy danych
    • k-najbliższych sąsiadów
      • Klasyfikacja k-sąsiadów
      • Analiza KNeighborsClassifier
      • Regresja k-sąsiadów
      • Analiza KNeighborsRegressor
      • Mocne i słabe strony i parametry
    • Modele liniowe
      • Modele liniowe do regresji
      • Regresja liniowa (inaczej zwykła metoda najmniejszych kwadratów)
      • Regresja grzbietowa
      • Model Lasso
      • Modele liniowe do klasyfikacji
      • Modele liniowe dla klasyfikacji wieloklasowej
      • Mocne, słabe punkty i parametry
    • Naiwne klasyfikatory Bayesa
      • Mocne i słabe strony oraz parametry
    • Drzewa decyzyjne
      • Budowanie drzew decyzyjnych
      • Kontrolowanie złożoności drzew decyzyjnych
      • Analiza drzew decyzyjnych
      • Ważność cech w drzewach
      • Mocne, słabe strony i parametry
    • Zespoły drzew decyzyjnych
      • Lasy losowe
      • Drzewa regresji ze wzmocnieniem gradientowym (maszyny ze wzmocnieniem gradientowym)
    • Maszyny wektorów nośnych
      • Modele liniowe i cechy nieliniowe
      • Kernel trick
      • SVM
      • Dostrajanie parametrów SVM
      • Wstępne przetwarzanie danych dla maszyn SVM
      • Mocne i słabe strony oraz parametry
    • Sieci neuronowe (głębokie uczenie)
      • Model sieci neuronowej
      • Dostrajanie sieci neuronowych
      • Mocne i słabe strony oraz parametry
  • Szacunki niepewności na podstawie klasyfikatorów
    • Funkcja decyzyjna
    • Prognozy prawdopodobieństw
    • Niepewność w klasyfikacji wieloklasowej
  • Podsumowanie i przegląd
• Rozdział 3. Uczenie nienadzorowane i przetwarzanie wstępne
  • Rodzaje nienadzorowanego uczenia maszynowego
  • Wyzwania związane z uczeniem nienadzorowanym
  • Przetwarzanie wstępne i skalowanie
    • Różne rodzaje przetwarzania wstępnego
    • Zastosowanie transformacji danych
    • Skalowanie danych treningowych i testowych w ten sam sposób
    • Wpływ przetwarzania wstępnego na uczenie nadzorowane
  • Redukcja wymiarowości, wyodrębnianie cech i wielorakie uczenie
    • Analiza głównych komponentów (PCA)
      • Zastosowanie PCA do zbioru danych Breast Cancer w celu wizualizacji
      • Powierzchnia własna do wyodrębniania cech
    • Nieujemna faktoryzacja macierzy (NMF)
      • Zastosowanie NMF do danych syntetycznych
      • Stosowanie NMF do obrazów twarzy
    • Manifold learning z t-SNE
  • Grupowanie
    • Grupowanie k-średnich
      • Przypadki awarii grupowania k-średnich
      • Kwantyzacja wektorowa lub postrzeganie grupowania k-średnich jako dekompozycji
    • Grupowanie aglomeracyjne
      • Grupowanie hierarchiczne i dendrogramy
    • DBSCAN
    • Porównanie i ocena algorytmów grupowania
      • Ocenianie grupowania z prawdą podstawową
      • Ocenianie grupowania bez prawdy podstawowej
      • Porównanie algorytmów na zestawie danych twarzy
    • Podsumowanie metod grupowania
  • Podsumowanie i przegląd
• Rozdział 4. Reprezentacja danych i cechy inżynierskie
  • Zmienne kategorialne
    • Kodowanie jeden-z-N (zmienne fikcyjne)
      • Sprawdzanie danych kategorialnych zakodowanych w postaci ciągów znaków
    • Liczby mogą kodować zmienne kategorialne
  • Dzielenie, dyskretyzacja, modele liniowe i drzewa
  • Interakcje i wielomiany
  • Jednowymiarowe transformacje nieliniowe
  • Automatyczny wybór cechy
    • Statystyki jednoczynnikowe
    • Wybór cechy na podstawie modelu
    • Iteracyjny wybór cech
  • Wykorzystanie wiedzy eksperckiej
  • Podsumowanie i przegląd
• Rozdział 5. Ocena i doskonalenie modelu
  • Walidacja krzyżowa
    • Walidacja krzyżowa w scikit-learn
    • Korzyści z walidacji krzyżowej
    • Stratyfikowana k-krotna walidacja krzyżowa i inne strategie
      • Większa kontrola nad walidacją krzyżową
      • Walidacja krzyżowa z pominięciem
      • Walidacja krzyżowa z podziałem losowym
      • Walidacja krzyżowa z grupami
  • Przeszukiwanie siatki
    • Proste przeszukiwanie siatki
    • Nadmierne dopasowanie parametrów i zestaw walidacyjny
    • Przeszukiwanie siatki z walidacją krzyżową
      • Analiza wyniku walidacji krzyżowej
      • Przeszukiwanie przestrzeni, które nie są siatkami
      • Korzystanie z różnych strategii walidacji krzyżowej z przeszukiwaniem siatki
      • Zagnieżdżona walidacja krzyżowa
      • Równoległa walidacja krzyżowa i przeszukiwanie siatki
  • Wskaźniki oceny i punktacja
    • Pamiętaj o celu
    • Metryki klasyfikacji binarnej
      • Rodzaje błędów
      • Niezbalansowane zestawy danych
      • Macierze błędu
      • Branie pod uwagę niepewności
      • Krzywe precision-recall i krzywe ROC
      • Charakterystyka pracy odbiornika (ROC) i AUC
    • Metryki klasyfikacji wieloklasowej
    • Metryki regresji
    • Używanie metryk oceny w wyborze modelu
  • Podsumowanie i przegląd
• Rozdział 6. Łańcuchy algorytmów i potoki
  • Wybór parametrów z przetwarzaniem wstępnym
  • Tworzenie potoków
  • Używanie potoków w przeszukiwaniu siatki
  • Ogólny interfejs potoku
    • Wygodne tworzenie potoków za pomocą funkcji make_pipeline
    • Dostęp do atrybutów kroku
    • Dostęp do atrybutów klasy GridSearchCV
  • Kroki przetwarzania wstępnego przeszukiwania siatki i parametry modelu
  • Przeszukiwanie siatki modeli
  • Podsumowanie i przegląd
• Rozdział 7. Praca z danymi tekstowymi
  • Typy danych przedstawione jako ciągi znaków
  • Przykładowe zastosowanie: analiza recenzji filmowych
  • Przedstawianie danych tekstowych w postaci worka słów
    • Stosowanie worka słów do przykładowego zestawu danych
    • Zastosowanie worka słów do recenzji filmowych
  • Słowa pomijalne
  • Skalowanie danych z tf-idf
  • Badanie współczynników modelu
  • Worek słów z więcej niż jednym słowem (n-gram)
  • Zaawansowana tokenizacja, stemming i lematyzacja
  • Modelowanie tematów i grupowanie dokumentów
    • Utajniona alokacja Dirichleta
  • Podsumowanie i przegląd
• Rozdział 8. Podsumowanie
  • Podejście do problemu uczenia maszynowego
    • Informowanie ludzi
  • Od prototypu do produkcji
  • Testowanie systemów na produkcji
  • Tworzenie własnego estymatora
  • Co dalej
    • Teoria
    • Inne narzędzia i pakiety do uczenia maszynowego
    • Ranking, systemy rekomendujące i inne rodzaje uczenia
    • Modelowanie probabilistyczne, wnioskowanie i programowanie probabilistyczne
    • Sieci neuronowe
    • Skalowanie do większych zestawów danych
    • Doskonalenie umiejętności
  • Podsumowanie
  • O autorach
  • Kolofon