Python機器學習手冊：從數據預處理到深度學習（簡體書）

這是一本關於Python的圖書，採用基於任務的方式來介紹如何在機器學習中使用Python。書中有近200個獨立的解決方案（並提供了相關代碼，讀者可以複製並粘貼這些代碼，用在自己的程序中），針對的都是數據科學家或機器學習工程師在構建模型時可能遇到的最常見任務，涵蓋最簡單的矩陣和向量運算到特徵工程以及神經網絡的構建。本書不是機器學習的入門書，適合熟悉機器學習的理論和概念的讀者擺在案頭作為參考，他們可以借鑒書中的代碼，快速解決在機器學習的日常開發中遇到的挑戰。

[美]克裡斯·阿爾本(Chris Albon)，是一位有十年經驗的數據科學家和政治學家，他將統計學習、人工智能和軟件工程應用到政治和社會活動以及人道主義活動中，譬如監查選舉情況、災難救助等。目前，Chris是肯尼亞創業公司BRCK的首席數據科學家。這家公司致力於為前沿市場的互聯網用戶構建一個穩健的網絡。
韓慧昌，畢業于北京科技大學，ThoughtWorks高級諮詢師，有多個大型企業AI項目經驗。
林然，有6年多的開發經驗、4年多Python開發經驗，在航空、零售、物流、汽車、通訊等多個行業應用過機器學習算法。
徐江，畢業於瑞典皇家理工學院的系統生物學專業，曾就職於Thoughtworks軟件技術有限公司。

第1章 向量、矩陣和數組
1.0 簡介
1.1 創建一個向量
問題描述
解決方案
討論
延伸閱讀
1.2 創建一個矩陣
問題描述
解決方案
討論
延伸閱讀
1.3 創建一個稀疏矩陣
問題描述
解決方案
討論
延伸閱讀
1.4 選擇元素
問題描述
解決方案
討論
1.5 展示一個矩陣的屬性
問題描述
解決方案
討論
1.6 對多個元素同時應用某個操作
問題描述
解決方案
討論
1.7 找到最大值和最小值
問題描述
解決方案
討論
1.8 計算平均值、方差和標準差
問題描述
解決方案
討論
1.9 矩陣變形
問題描述
解決方案
討論
1.10 轉置向量或矩陣
問題描述
解決方案
討論
1.11 展開一個矩陣
問題描述
解決方案
討論
1.12 計算矩陣的秩
問題描述
解決方案
討論
延伸閱讀
1.13 計算行列式
問題描述
解決方案
討論
延伸閱讀
1.14 獲取矩陣的對角線元素
問題描述
解決方案
討論
1.15 計算矩陣的跡
延伸閱讀
1.16 計算特徵值和特徵向量
問題描述
解決方案
討論
延伸閱讀
1.17 計算點積
問題描述
解決方案
討論
延伸閱讀
1.18 矩陣的加/減
問題描述
解決方案
討論
1.19 矩陣的乘法
問題描述
解決方案
討論
延伸閱讀
1.20 計算矩陣的逆
問題描述
解決方案
討論
1.21 生成隨機數
問題描述
解決方案
討論
第2章 加載數據
2.0 簡介
2.1 加載樣本數據集
問題描述
解決方案
討論
延伸閱讀
2.2 創建仿真數據集
問題描述
解決方案
討論
延伸閱讀
2.3 加載CSV文件
問題描述
解決方案
討論
2.4 加載一個Excel文件
問題描述
解決方案
討論
2.5 加載JSON文件
問題描述
解決方案
討論
延伸閱讀
2.6 查詢SQL數據庫
問題描述
解決方案
討論
延伸閱讀
第3章 數據整理
3.0 簡介
3.1 創建一個數據幀
問題描述
解決方案
討論
3.2描述數據
問題描述
解決方案
討論
3.3 瀏覽數據幀
問題描述
解決方案
討論
3.4 根據條件語句來選擇行
問題描述
解決方案
討論
3.5 替換值
問題描述
解決方案
討論
3.6 重命名列
問題描述
解決方案
討論
3.7 計算最小值、最大值、總和、平均值與計數值
問題描述
解決方案
討論
3.8 查找唯一值
問題描述
解決方案
討論
3.9 處理缺失值
問題描述
解決方案
討論
3.10 刪除一列
問題描述
解決方案
討論
3.11 刪除一行
問題描述
解決方案
討論
3.12 刪除重複行
問題描述
解決方案
討論
3.13 根據值對行進行分組
問題描述
解決方案
討論
3.14 按時間段對行進行分組
問題描述
解決方案
討論
延伸閱讀
3.15 遍歷一個列的數據
問題描述
解決方案
討論
3.16 對一列的所有元素應用某個函數
問題描述
討論
3.17 對所有分組應用一個函數
問題描述
解決方案
討論
3.18 連接多個數據幀
問題描述
解決方案
討論
3.19 合併兩個數據幀
問題描述
解決方案
討論
延伸閱讀
第4章 處理數值型數據
4.0 簡介
4.1 特徵的縮放
問題描述
解決方案
討論
延伸閱讀
4.2 特徵的標準化
問題描述
解決方案
討論
4.3 歸一化觀察值
問題描述
解決方案
討論
4.4 生成多項式和交互特徵
問題描述
解決方案
討論
4.5 轉換特徵
問題描述
解決方案
討論
4.6 識別異常值
問題描述
解決方案
討論
延伸閱讀
4.7 處理異常值
問題描述
解決方案
討論
延伸閱讀
4.8 將特徵離散化
問題描述
解決方案
討論
延伸閱讀
4.9 使用聚類的方式將觀察值分組
問題描述
解決方案
討論
4.10 刪除帶有缺失值的觀察值
問題描述
解決方案
討論
延伸閱讀
4.11 填充缺失值
問題描述
解決方案
討論
延伸閱讀
第5章 處理分類數據
5.0 簡介
5.1 對nominal型分類特徵編碼
問題描述
解決方案
討論
延伸閱讀
5.2 對ordinal分類特徵編碼
問題描述
解決方案
討論
5.3 對特徵字典編碼
問題描述
解決方案
討論
延伸閱讀
5.4 填充缺失的分類值
問題描述
解決方案
討論
延伸閱讀
5.5 處理不均衡分類
問題描述
解決方案
討論
第6章 處理文本
6.0 簡介
6.1 清洗文本
問題描述
解決方案
討論
延伸閱讀
6.2 解析並清洗HTML
問題描述
解決方案
討論
延伸閱讀
6.3 移除標點
問題描述
解決方案
討論
6.4 文本分詞
問題描述
解決方案
討論
6.5 刪除停止詞（stop word）
問題描述
解決方案
討論
6.6 提取詞幹
問題描述
解決方案
討論
延伸閱讀
6.7 標注詞性
問題描述
解決方案
討論
延伸閱讀
6.8 將文本編碼成詞袋（Bag of Words）
問題描述
解決方案
討論
延伸閱讀
6.9 按單詞的重要性加權
問題描述
解決方案
討論
延伸閱讀
第7章 處理日期和時間
7.0 簡介
7.1 把字符串轉換成日期
問題描述
解決方案
討論
延伸閱讀
7.2 處理時區
問題描述
解決方案
討論
7.3 選擇日期和時間
問題描述
解決方案
討論
7.4 將日期數據切分成多個特徵
問題描述
解決方案
討論
7.5 計算兩個日期之間的時間差
問題描述
解決方案
討論
延伸閱讀
7.6 對一周內的各天進行編碼
問題描述
解決方案
討論
延伸閱讀
7.7 創建一個滯後的特徵
問題描述
解決方案
討論
7.8 使用滾動時間窗口
問題描述
解決方案
討論
延伸閱讀
7.9 處理時間序列中的缺失值
問題描述
解決方案
討論
第8章 圖像處理
8.0 簡介
8.1 加載圖像
問題描述
解決方案
討論
延伸閱讀
8.2保存圖像
問題描述
解決方案
討論
8.3縮放圖像
問題描述
解決方案
討論
8.4裁剪圖像
問題描述
解決方案
討論
延伸閱讀
8.5 圖像平滑
問題描述
解決方案
討論
延伸閱讀
8.6 圖像銳化
問題描述
解決方案
討論
8.7 提升對比度
問題描述
解決方案
討論
8.8 顏色分離
問題描述
解決方案
討論
8.9 圖像二值化
問題描述
解決方案
討論
8.10 移除背景
問題描述
解決方案
討論
8.11 邊緣檢測
問題描述
解決方案
討論
8.12 角點檢測
問題描述
解決方案
討論
延伸閱讀
8.13 為機器學習創建特徵
問題描述
解決方案
討論
8.14 將顏色平均值編碼成特徵
問題描述
解決方案
討論
8.15 將色彩直方圖編碼成特徵
問題描述
解決方案
討論
延伸閱讀
第9章 利用特徵提取進行特徵降維
9.0 簡介
9.1 使用主成分進行特徵降維
問題描述
解決方案
討論
延伸閱讀
9.2 對線性不可分數據進行特徵降維
問題描述
解決方案
討論
延伸閱讀
9.3 通過最大化類間可分性進行特徵降維
問題描述
解決方案
討論
延伸閱讀
9.4 使用矩陣分解法進行特徵降維
問題描述
解決方案
討論
延伸閱讀
9.5 對稀疏數據進行特徵降維
問題描述
解決方案
討論
延伸閱讀
第10章 使用特徵選擇進行降維
10.0 簡介
10.1 數值型特徵方差的閾值化
問題描述
解決方案
討論
10.2 二值特徵的方差閾值化
問題描述
解決方案
討論
10.3 處理高度相關性的特徵
問題描述
解決方案
討論
10.4 刪除與分類任務不相關的特徵
問題描述
解決方案
討論
10.5 遞歸式特徵消除
問題描述
解決方案
討論
延伸閱讀
第11章 模型評估
11.0 簡介
11.1 交叉驗證模型
問題描述
解決方案
討論
延伸閱讀
11.2 創建一個基準回歸模型
問題描述
解決方案
討論
11.3 創建一個基準分類模型
問題描述
解決方案
討論
延伸閱讀
11.4 評估二元分類器
問題描述
解決方案
討論
延伸閱讀
11.5 評估二元分類器的閾值
問題描述
解決方案
討論
延伸閱讀
11.6 評估多元分類器
問題描述
解決方案
討論
11.7 分類器性能的可視化
問題描述
解決方案
討論
延伸閱讀
11.8 評估回歸模型
問題描述
解決方案
討論
延伸閱讀
11.9 評估聚類模型
問題描述
解決方案
討論
延伸閱讀
11.10 創建自定義評估指標
問題描述
解決方案
討論
延伸閱讀
11.11 可視化訓練集規模的影響
問題描述
解決方案
討論
延伸閱讀
11.12 生成對評估指標的報告
問題
解決方案
討論
延伸閱讀
11.13 可視化超參數值的效果
問題描述
解決方案
討論
延伸閱讀
第12章 模型選擇
12.0 簡介
12.1 使用窮舉搜索選擇最佳模型
問題描述
解決方案
討論
延伸閱讀
12.2 使用隨機搜索選擇最佳模型
問題描述
解決方案
討論
延伸閱讀
12.3 從多種學習算法中選擇最佳模型
問題描述
解決方案
討論
12.4 將數據預處理加入模型選擇過程
問題描述
解決方案
討論
12.5 用並行化加速模型選擇
問題描述
解決方案
討論
12.6 使用針對特定算法的方法加速模型選擇
問題描述
解決方案
討論
延伸閱讀
12.7 模型選擇後的性能評估
問題描述
解決方案
討論
第13章 線性回歸
13.0 簡介
13.1 擬合一條直線
問題描述
解決方案
討論
13.2 處理特徵之間的影響
問題描述
解決方案
討論
13.3 擬合非線性關係
問題描述
解決方案
討論
13.4 通過正則化減少方差
問題描述
解決方案
討論
13.5 使用套索回歸減少特徵
問題描述
解決方案
討論
第14章 樹和森林
14.0 簡介
14.1 訓練決策樹分類器
問題描述
解決方案
討論
延伸閱讀
14.2 訓練決策樹回歸模型
問題描述
解決方案
討論
延伸閱讀
14.3 可視化決策樹模型
問題描述
解決方案
討論
延伸閱讀
14.4 訓練隨機森林分類器
問題描述
解決方案
討論
延伸閱讀
14.5 訓練隨機森林回歸模型
問題描述
解決方案
討論
延伸閱讀
14.6 識別隨機森林中的重要特徵
問題描述
解決方案
討論
14.7 選擇隨機森林中的重要特徵
問題描述
解決方案
討論
延伸閱讀
14.8 處理不均衡的分類
問題描述
解決方案
討論
14.9 控制決策樹的規模
問題描述
解決方案
討論
14.10 通過boosting提高性能
問題描述
解決方案
討論
延伸閱讀
14.11 使用袋外誤差（Out-of-Bag Error）評估隨機森林模型
問題描述
解決方案
討論
第15章 KNN
15.0 簡介
15.1 找到一個觀察值的最近鄰
問題描述
解決方案
討論
15.2 創建一個KNN分類器
問題描述
解決方案
討論
15.3 確定最佳的鄰域點集的大小
問題描述
解決方案
討論
15.4 創建一個基於半徑的最近鄰分類器
問題描述
解決方案
討論
第16章 邏輯回歸
16.0 簡介
16.1 訓練二元分類器
問題描述
解決方案
討論
16.2 訓練多元分類器
問題描述
解決方案
討論
16.3 通過正則化來減小方差
問題描述
解決方案
討論
16.4 在超大數據集上訓練分類器
問題描述
解決方案
討論
延伸閱讀
16.5 處理不均衡的分類
問題描述
解決方案
討論
第17章 支持向量機
17.0 簡介
17.1 訓練一個線性分類器
問題描述
解決方案
討論
17.2 使用核函數處理線性不可分的數據
問題描述
解決方案
討論
17.3 計算預測分類的概率
問題描述
解決方案
討論
17.4 識別支持向量
問題描述
解決方案
討論
17.5 處理不均衡的分類
問題描述
解決方案
討論
第18章 樸素貝葉斯
18.0 簡介
18.1 為連續的數據訓練分類器
問題描述
解決方案
討論
延伸閱讀
18.2 為離散數據和計數數據訓練分類器
問題描述
解決方案
討論
18.3 為具有二元特徵的數據訓練樸素貝葉斯分類器
問題描述
解決方案
討論
18.4 校準預測概率
問題描述
解決方案
討論
第19章 聚類
19.0 簡介
19.1 使用K-Means聚類算法
問題描述
解決方案
討論
延伸閱讀
19.2 加速K-Means聚類
問題描述
解決方案
討論
19.3 使用Meanshift聚類
問題描述
解決方案
討論
延伸閱讀
19.4 使用DBSCAN聚類
問題描述
解決方案
討論
延伸閱讀
19.5 使用層次合併算法聚類
問題描述
解決方案
討論
第20章 神經網絡
20.0 簡介
20.1 為神經網絡預處理數據
問題描述
解決方案
討論
20.2 設計一個神經網絡
問題描述
解決方案
討論
延伸閱讀
20.3 訓練一個二元分類器
問題描述
解決方案
討論
20.4 訓練一個多元分類器
問題描述
解決方案
討論
20.5 訓練一個回歸模型
問題描述
解決方案
討論
20.6 做預測
問題描述
解決方案
討論
20.7 可視化訓練歷史
問題描述
解決方案
討論
20.8 通過權重調節減少過擬合
問題描述
解決方案
討論
20.9 通過提前結束來減少過擬合
問題描述
解決方案
討論
20.10 通過Dropout來減少過擬合
問題描述
解決方案
討論
20.11 保存模型訓練過程
問題描述
解決方案
討論
20.12 使用k折交叉驗證評估神經網絡
問題描述
解決方案
討論
20.13 調校神經網絡
問題描述
解決方案
討論
20.14 可視化神經網絡
問題描述
解決方案
討論
20.15圖像分類
問題描述
解決方案
討論
20.16 通過圖像增強來改善卷積神經網絡的性能
問題描述
解決方案
討論
延伸閱讀
20.17文本分類
問題描述
解決方案
討論
第21章 保存和加載訓練後的模型
21.0 簡介
21.1 保存和加載一個scikit-learn模型
問題描述
解決方案
討論
21.2 保存和加載Keras模型
問題描述
解決方案
討論