电子书:《机器学习系统设计:Python语言实现》

[复制链接]
查看142 | 回复1 | 2019-12-28 12:06:46 | 显示全部楼层 |阅读模式

《机器学习系统设计:Python语言实现》_1

《机器学习系统设计:Python语言实现》_1

《机器学习系统设计:Python语言实现》_2

《机器学习系统设计:Python语言实现》_2

《机器学习系统设计:Python语言实现》_3

《机器学习系统设计:Python语言实现》_3


内容简介:

内容简介
本书介绍了机器学习系统设计的整个过
程,以及相关的 Python.库,并在各个知识环
节中都给出了 Python示例,为设计高效机器
学习系统提供详实指南
本书共9章,第1章介绍机器学习的设计原
理和相关模型;第2章讲解 Python中众多针对
机器学习任务的程序包;第3章涵盖大数据、
数据属性、数据源、数据处理和分析等主题,
介绍基本的数据类型、结构和属性;第4章探
索最常见的机器学习模型,即逻辑模型、树状
模型和规则模型;第5章研究机器学习最常用
的技术,创建线性回归和 Logistic回归的假设
语句;第6章介绍人工神经网络算法;第7章
讨论特征的不同类型,即定量特征、有序特征
和分类特征,以及如何结构化和变换特征;第
8章介绍主要的集成方法及其在 Scikit-ea
中的实现;第9章介绍模型选择和参数调优技
术,并将这些技术应用于一些案例研究之中
原书封面

■■智能系统与技术丛书
Designing Machine Learning Systems with Python
机器学习系统设计
Python语言实现
美]戴维·朱利安( David julian)著
李洋译
Q想出氧基

图书在版编目(CIP)数据
机器学习系统设计: Python语言实现/(美)戴维·朱利安( David julian)著;李洋译
北京:机械工业出版社,2017.5
(智能系统与技术丛书)
书名原文: Designing Machine Learning Systems with Python
ISBN978-7-111-56945-9
L.机…Ⅱ.①戴…②李…Ⅲl机器学习一系统设计IV.TP181
中guo版本图书馆CIP数据核字(2017)第096698号
本书版权登记号:图字:01-2017-0486
vid Julian: Designing Machine Learning Systems with Python(ISBN: 978-1-78588-295-1)
pyright o 2016 Packt Publishing. First published in the English language
he title \"Designing
Machine Learning Systems with Python
All rights reserved.
Chinese simplifed language edition published by China Machine Press
Copyright o 2017 by China Machine Press
本书中文简体字版由 Packt Publishing授权机械工业出版社独家出版,未经出版者书面许可,不得以任何方
机器学习系统设计: Python语言实现
出版发行:机械工业出版社(北京市西城区百万庄大售22号邮政编吗:100071
责任编辑:陈佳馒
责任校对:股虹
印刷:三河市宏图印务有限公司
版次:2017年6月第1版第1次印刷
开本:186m
Omm 1
印张:12.5
书号:ISBN978-7-111-56945-9
定价:59.00元
凡购本书,如有缺页、倒页、脱页,由本社发行部调换
客服热线010)8837942688361066
投稿热线010)88379604
购书热线010)683262948837964968995259读者信箱:hzit@hzbook.com
版权所有·侵权必究
韩光/邹晓东

THE TRANSLATORS WORDS
译者序
2016年,对于计算机相关从业者(和职业围棋手)而言,毋庸置疑,最具冲击力的
大事件就是 Alpha Go的成功了。对此,即便是如我本人这样最迟钝的计算机工程师,也
终于不能无动于衷,感觉是时候跳出 if-else的懒惰,捡起尘封多年乃至遗忘的线性规划
和微积分等知识,投身于人工智能的汪洋了。历经60载的孕育,人工智能的时代终于到
来了
回想起本世纪初,我曾参与了电信公司的一个营销项目,这个项目的目标是建立
系列客户指标,以反映客户的价值和分类,使营销人员能够进行精准营销和客户关怀
对于这个项目,当时的术语是,数据仓库和集市,旋转、切片、(违禁词语-已隐藏)等统计分析,分类
和聚类等数据挖掘,等等。当工作作风一向是直接有效(简单粗暴)的市场营销专家,了
解到数据仓库和统计工具软硬件的昂贵、数据挖掘工作的繁杂之后,他们提出直接拿
套指标变量和决策阈值,然后用iee来决定对付客户的营销手段。好吧,指标变量还
好,但是优化的决策边界怎么拿?最终,一份虚构臆想的报告出炉了,对此,我至今仍
怀有深深的罪恶感
如今,市场营销的专家作风依旧吧?但是,即便是初出茅庐(大有可为)的软件工程
师,也完全能够用触手可得的开源工具和计算环境,建立起一个机器学习系统,获得
些令人信服的决策边界优化解,让那些令人哭笑不得的推销短信变得更少,让短信垃圾
成为雪中送炭,想要获取信息的人们无须再从一些衣冠楚楚、侃侃而谈的顾问手里购买
一纸空洞的报告了。这就是人工智能的时代,在自动驾驶成为投资大鳄眼中的香饽饽时
人工智能已经无所不在了。本书也是如此,对于计算机科学专业的小伙伴们来说,书中
的内容都不陌生,但当这些都成为随手可得、随时要用的东西时,就证明了我们已经身

处其时。
本书涵盖了建立机器学习系统的方方面面,相对比较基础,其中最有价值的是,书
中介绍了机器学习系统设计的整个过程,以及相关的 Python库,并在各个知识环节中都
给出了 Python示例。无论对于机器学习系统的新兵还是老手,本书都有一定的参考价
值。对于机器学习系统的初学者而言,本书较为系统地介绍了相关知识,同时也在一开
始就给出了语言和环境,能够让大家甩开膀子,撸起袖子,伸手开干;而对于机器学习
系统的老手而言,其更多的参考价值在于如何使用 Python来实现那些概念
但需要注意的是,本书绝不是机器学习的学科教材,也不是 Python库的用户手册,
更不是实际项目的设计文档。因此,本书并没有对各种模型提供完整的解释和严格的推
导,也没有对 Python库的各种对象和函数提供完整详尽的说明,更不会对实际问题给出
详细的解决方案和实现。但本书确实是一个简明的指引,并富有逻辑,让我们能够按图
索骥,由此及彼,较为系统地了解 Python机器学习系统设计的方方面面,并以此为线
索,展开更多的阅读和深人的学习。同时,书中的诸多示例也能在一定程度
上为我们解
决类似问题提供思路。
在人工智能的时代,翻译一本机器学习的书籍,对译者而言也是幸甚至哉,借此与
各路志士同仁共勉
2017年2月


#############################################


回复

使用道具 举报

月半小夜曲 | 2019-12-28 12:06:50 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则