下載地址：https://github.com/jimenbian/GarvinBook

注：本書代碼部分參考了互聯網資源，已在書中注明引用。 本項目代碼嚴格遵循MIT開源協議，請大家用于參考和學習用途，謝謝。 文件夾名對應書中章節代碼。

購書鏈接：
https://item.jd.com/12114501.html

本書簡介

《機器學習實踐應用》是人民出版社于2017年7月出版的圖書，作者李博。書中通過將機器學習算法與實際業務場景結合，讓讀者可以快速入門并使用高深的算法。在本書中，對整個數據挖掘的流程都進行了詳細的介紹，包括數據預處理、特征工程、機器學習與深度學習算法、機器學習常用工具、真實案例、知識圖譜等章節。

內容簡介

機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度等多門學科，專門研究計算機怎樣模擬或實現人類的學習行為。機器學習是人工智能的核心，是使計算機具有智能的根本途徑。本書通過對機器學習的背景知識、算法流程、相關工具、實踐案例以及知識圖譜等內容的講解，全面介紹了機器學習的理論基礎和實踐應用。書中涉及機器學習領域的多個典型算法，并詳細給出了機器學習的算法流程。本書適合任何有一定數據功底和編程基礎的讀者閱讀。通過閱讀本書，讀者不僅可以了解機器學習的理論基礎，也可以參照一些典型的應用案例拓展自己的專業技能。同時，本書也適合計算機相關專業的學生以及對人工智能和機器學習感興趣的讀者閱讀。

章節目錄

第1部分 背景知識 第1章 機器學習概述 3 1.1 背景 3 1.2 發展現狀 6 1.2.1 數據現狀 6 1.2.2 機器學習算法現狀 8 1.3 機器學習基本概念 12 1.3.1 機器學習流程 12 1.3.2 數據源結構 14 1.3.3 算法分類 16 1.3.4 過擬合問題 18 1.3.5 結果評估 20 1.4 本章小結 22 第2部分 算法流程 第2章 場景解析 25 2.1 數據探查 25 2.2 場景抽象 27 2.3 算法選擇 29 2.4 本章小結 31 第3章 數據預處理 32 3.1 采樣 32 3.1.1 隨機采樣 32 3.1.2 系統采樣 34 3.1.3 分層采樣 35 3.2 歸一化 36 3.3 去除噪聲 39 3.4 數據過濾 42 3.5 本章小結 43 第4章 特征工程 44 4.1 特征抽象 44 4.2 特征重要性評估 49 4.3 特征衍生 53 4.4 特征降維 57 4.4.1 特征降維的基本概念 57 4.4.2 主成分分析 59 4.5 本章小結 62 第5章 機器學習算法——常規算法 63 5.1 分類算法 63 5.1.1 K近鄰 63 5.1.2 樸素貝葉斯 68 5.1.3 邏輯回歸 74 5.1.4 支持向量機 81 5.1.5 隨機森林 87 5.2 聚類算法 94 5.2.1 K-means 97 5.2.2 DBSCAN 103 5.3 回歸算法 109 5.4 文本分析算法 112 5.4.1 分詞算法——Hmm 112 5.4.2 TF-IDF 118 5.4.3 LDA 122 5.5 推薦類算法 127 5.6 關系圖算法 133 5.6.1 標簽傳播 134 5.6.2 Dijkstra最短路徑 138 5.7 本章小結 145 第6章 機器學習算法——深度學習 146 6.1 深度學習概述 146 6.1.1 深度學習的發展 147 6.1.2 深度學習算法與傳統 算法的比較 148 6.2 深度學習的常見結構 152 6.2.1 深度神經網絡 152 6.2.2 卷積神經網絡 153 6.2.3 循環神經網絡 156 6.3 本章小結 157 第3部分 工具介紹 第7章 常見機器學習工具介紹 161 7.1 概述 161 7.2 單機版機器學習工具 163 7.2.1 SPSS 163 7.2.2 R語言 167 7.2.3 工具對比 172 7.3 開源分布式機器學習工具 172 7.3.1 Spark MLib 172 7.3.2 TensorFlow 179 7.4 企業級云機器學習工具 190 7.4.1 亞馬遜AWS ML 191 7.4.2 阿里云機器學習PAI 196 7.5 本章小結 205 第4部分 實戰應用 第8章 業務解決方案 209 8.1 心臟病預測 209 8.1.1 場景解析 209 8.1.2 實驗搭建 211 8.1.3 小結 216 8.2 商品推薦系統 216 8.2.1 場景解析 217 8.2.2 實驗搭建 218 8.2.3 小結 220 8.3 金融風控案例 220 8.3.1 場景解析 221 8.3.2 實驗搭建 222 8.3.3 小結 225 8.4 新聞文本分析 225 8.4.1 場景解析 225 8.4.2 實驗搭建 226 8.4.3 小結 230 8.5 農業貸款發放預測 230 8.5.1 場景解析 230 8.5.2 實驗搭建 232 8.5.3 小結 236 8.6 霧霾天氣成因分析 236 8.6.1 場景解析 237 8.6.2 實驗搭建 238 8.6.3 小結 243 8.7 圖片識別 243 8.7.1 場景解析 243 8.7.2 實驗搭建 245 8.7.3 小結 253 8.8 本章小結 253 第5部分 知識圖譜 第9章 知識圖譜 257 9.1 未來數據采集 257 9.2 知識圖譜的概述 259 9.3 知識圖譜開源 工具 261 9.4 本章小結 264 參考文獻 265

總結

以上是生活随笔為你收集整理的《机器学习实践应用》书中源代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。