机器学习实战-图书-图灵社区

151.0K阅读

图灵程序设计丛书

机器学习实战

Peter Harrington (作者) 李锐 , 李鹏 , 曲亚东 , 王斌 (译者)

上市销售人工智能机器学习数据挖掘算法 manning ai-ebook

本书Python 3代码，请见https://github.com/pbharrin/machinelearninginaction3x，也可在社区本页下载

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。

本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。

全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

读者好评：
“易学易懂，用处很大。”
—Alexandre Alves，Oracle CEP的架构师

“精心织构的代码完美地诠释出机器学习的核心要义。”
—Patrick Toohey，Mettler-Toledo Hi-Speed软件工程师

“实例很棒！可用于任何领域！”
—John Griffin，Hibernate Search in Action一书的合作者

“叙述循序渐进，巧妙地阐述了算法之间的差异。”
—Stephen McKamey，Isomer Innovations技术实践总监

电子书: ￥39.99

格式: mobi pdf

购买电子书

纸质书: ￥54.51 ~~￥69.00~~

购买纸书暂无样书

其他购买方式？

出版信息

书　　名机器学习实战
系列书名图灵程序设计丛书
执行编辑关于本书的内容有任何问题，请联系傅志红
出版日期2013-06-05
书　　号978-7-115-31795-7
定　　价69.00 元
页　　数332
印刷方式黑白
开　　本16开
出版状态上市销售
原书名Machine Learning in Action
原书号978-1617290183

同系列书

HTTP权威指南

David Gourley Brian Totty Marjorie Sayer Sailu Reddy Anshu Aggarwal 陈涓赵振平译

本书是HTTP及其相关核心Web技术方面的权威著作，主要介绍了Web应用程序是如何工作的，核心的因特网协议如何...
JavaScript高级程序设计（第3版）

Nicholas C.Zakas 李松峰曹力译

本书是JavaScript超级畅销书的新版。ECMAScript 5 和HTML5在标准之争中双双胜出，使大量...
计算机科学的基础

Al Aho Jeff Ullman 傅尔也译

本书全面而详细地阐述了计算机科学的理论基础，从抽象概念的机械化到各种数据模型的建立，用算法、数据抽象等核心思想...
Java技术手册（第6版）

Benjamin J Evans David Flanagan 安道译

通过学习本书，你将能够：掌握最新的语言细节，包括Java 8的变化使用基本的Java句法学习面向对...
流畅的Python

[巴西] Luciano Ramalho 安道吴珂译

本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、...

本书特色

使用Python阐述机器学习概念
介绍并实现机器学习的主流算法
面向日常任务的高效实战内容

版权声明	阅读
献词	阅读
译者序	阅读
前言	阅读
致谢	阅读
关于本书	阅读
关于作者	阅读
关于封面	阅读
第一部分　分类	阅读
第1章　机器学习基础 1.1　何谓机器学习 1.1.1　传感器和海量数据 1.1.2　机器学习非常重要 1.2　关键术语 1.3　机器学习的主要任务 1.4　如何选择合适的算法 1.5　开发机器学习应用程序的步骤 1.6　Python语言的优势 1.6.1　可执行伪代码 1.6.2　Python比较流行 1.6.3　Python语言的特色 1.6.4　Python语言的缺点 1.7　NumPy函数库基础 1.8　本章小结	阅读
第2章　k-近邻算法 2.1　k-近邻算法概述 2.1.1　准备：使用Python导入数据 2.1.2　实施kNN分类算法 2.1.3　如何测试分类器 2.2　示例：使用k近邻算法改进约会网站的配对效果 2.2.1　准备数据：从文本文件中解析数据 2.2.2　分析数据：使用Matplotlib创建散点图 2.2.3　准备数据：归一化数值 2.2.4　测试算法：作为完整程序验证分类器 2.2.5　使用算法：构建完整可用系统 2.3　示例：手写识别系统 2.3.1　准备数据：将图像转换为测试向量 2.3.2　测试算法：使用k近邻算法识别手写数字 2.4　本章小结	阅读
第3章　决策树 3.1　决策树的构造 3.1.1　信息增益 3.1.2　划分数据集 3.1.3　递归构建决策树 3.2　在Python中使用Matplotlib注解绘制树形图 3.2.1　Matplotlib注解 3.2.2　构造注解树 3.3　测试和存储分类器 3.3.1　测试算法：使用决策树执行分类 3.3.2　使用算法：决策树的存储 3.4　示例：使用决策树预测隐形眼镜类型 3.5　本章小结	阅读
第4章　基于概率论的分类方法：朴素贝叶斯 4.1　基于贝叶斯决策理论的分类方法 4.2　条件概率 4.3　使用条件概率来分类 4.4　使用朴素贝叶斯进行文档分类 4.5　使用Python进行文本分类 4.5.1　准备数据：从文本中构建词向量 4.5.2　训练算法：从词向量计算概率 4.5.3　测试算法：根据现实情况修改分类器 4.5.4　准备数据：文档词袋模型 4.6　示例：使用朴素贝叶斯过滤垃圾邮件 4.6.1　准备数据：切分文本 4.6.2　测试算法：使用朴素贝叶斯进行交叉验证 4.7　示例：使用朴素贝叶斯分类器从个人广告中获取区域倾向 4.7.1　收集数据：导入RSS源 4.7.2　分析数据：显示地域相关的用词 4.8　本章小结
第5章　Logistic回归 5.1　基于Logistic回归和Sigmoid函数的分类 5.2　基于最优化方法的最佳回归系数确定 5.2.1　梯度上升法 5.2.2　训练算法：使用梯度上升找到最佳参数 5.2.3　分析数据：画出决策边界 5.2.4　训练算法：随机梯度上升 5.3　示例：从疝气病症预测病马的死亡率 5.3.1　准备数据：处理数据中的缺失值 5.3.2　测试算法：用Logistic回归进行分类 5.4　本章小结
第6章　支持向量机 6.1　基于最大间隔分隔数据 6.2　寻找最大间隔 6.2.1　分类器求解的优化问题 6.2.2　SVM应用的一般框架 6.3　SMO高效优化算法 6.3.1　Platt的SMO算法 6.3.2　应用简化版SMO算法处理小规模数据集 6.4　利用完整Platt SMO算法加速优化 6.5　在复杂数据上应用核函数 6.5.1　利用核函数将数据映射到高维空间 6.5.2　径向基核函数 6.5.3　在测试中使用核函数 6.6　示例：手写识别问题回顾 6.7　本章小结
第7章　利用AdaBoost元算法提高分类性能 7.1　基于数据集多重抽样的分类器 7.1.1　bagging：基于数据随机重抽样的分类器构建方法 7.1.2　boosting 7.2　训练算法：基于错误提升分类器的性能 7.3　基于单层决策树构建弱分类器 7.4　完整AdaBoost算法的实现 7.5　测试算法：基于AdaBoost的分类 7.6　示例：在一个难数据集上应用AdaBoost 7.7　非均衡分类问题 7.7.1　其他分类性能度量指标：正确率、召回率及ROC曲线 7.7.2　基于代价函数的分类器决策控制 7.7.3　处理非均衡问题的数据抽样方法 7.8　本章小结
第二部分　利用回归预测数值型数据
第8章　预测数值型数据：回归 8.1　用线性回归找到最佳拟合直线 8.2　局部加权线性回归 8.3　示例：预测鲍鱼的年龄 8.4　缩减系数来“理解”数据 8.4.1　岭回归 8.4.2　lasso 8.4.3　前向逐步回归 8.5　权衡偏差与方差 8.6　示例：预测乐高玩具套装的价格 8.6.1　收集数据：使用Google购物的API 8.6.2　训练算法：建立模型 8.7　本章小结
第9章　树回归 9.1　复杂数据的局部性建模 9.2　连续和离散型特征的树的构建 9.3　将CART算法用于回归 9.3.1　构建树 9.3.2　运行代码 9.4　树剪枝 9.4.1　预剪枝 9.4.2　后剪枝 9.5　模型树 9.6　示例：树回归与标准回归的比较 9.7　使用Python的Tkinter库创建GUI 9.7.1　用Tkinter创建GUI 9.7.2　集成Matplotlib和Tkinter 9.8　本章小结
第三部分　无监督学习
第10章　利用Ｋ-均值聚类算法对未标注数据分组 10.1　k均值聚类算法 10.2　使用后处理来提高聚类性能 10.3　二分k均值算法 10.4　示例：对地图上的点进行聚类 10.4.1　Yahoo! PlaceFinder API 10.4.2　对地理坐标进行聚类 10.5　本章小结
第11章　使用Apriori算法进行关联分析 11.1　关联分析 11.2　Apriori原理 11.3　使用Apriori算法来发现频繁集 11.3.1　生成候选项集 11.3.2　组织完整的Apriori算法 11.4　从频繁项集中挖掘关联规则 11.5　示例：发现国会投票中的模式 11.5.1　收集数据：构建美国国会投票记录的事务数据集 11.5.2　测试算法：基于美国国会投票记录挖掘关联规则 11.6　示例：发现毒蘑菇的相似特征 11.7　本章小结
第12章　使用FP-growth算法来高效发现频繁项集 12.1　FP树：用于编码数据集的有效方式 12.2　构建FP树 12.2.1　创建FP树的数据结构 12.2.2　构建FP树 12.3　从一棵FP树中挖掘频繁项集 12.3.1　抽取条件模式基 12.3.2　创建条件FP树 12.4　示例：在Twitter源中发现一些共现词 12.5　示例：从新闻网站点击流中挖掘 12.6　本章小结
第四部分　其他工具
第13章　利用PCA来简化数据 13.1　降维技术 13.2　PCA 13.2.1　移动坐标轴 13.2.2　在NumPy中实现PCA 13.3　示例：利用PCA对半导体制造数据降维 13.4　本章小结
第14章　利用SVD简化数据 14.1　SVD的应用 14.1.1　隐性语义索引 14.1.2　推荐系统 14.2　矩阵分解 14.3　利用Python实现SVD 14.4　基于协同过滤的推荐引擎 14.4.1　相似度计算 14.4.2　基于物品的相似度还是基于用户的相似度？ 14.4.3　推荐引擎的评价 14.5　示例：餐馆菜肴推荐引擎 14.5.1　推荐未尝过的菜肴 14.5.2　利用SVD提高推荐的效果 14.5.3　构建推荐引擎面临的挑战 14.6　示例：基于SVD的图像压缩 14.7　本章小结
第15章　大数据与MapReduce 15.1　MapReduce：分布式计算的框架 15.2　Hadoop流 15.2.1　分布式计算均值和方差的mapper 15.2.2　分布式计算均值和方差的reducer 15.3　在Amazon网络服务上运行Hadoop程序 15.3.1　AWS上的可用服务 15.3.2　开启Amazon网络服务之旅 15.3.3　在EMR上运行Hadoop作业 15.4　MapReduce上的机器学习 15.5　在Python中使用mrjob来自动化MapReduce 15.5.1　mrjob与EMR的无缝集成 15.5.2　mrjob的一个MapReduce脚本剖析 15.6　示例：分布式SVM的Pegasos算法 15.6.1　Pegasos算法 15.6.2　训练算法：用mrjob实现MapReduce版本的SVM 15.7　你真的需要MapReduce吗？ 15.8　本章小结
附录A　Python入门 A.1　Python安装 A.1.1　Windows系统 A.1.2 Mac OS X系统 A.1.3 Linux A.2　Python入门 A.2.1　容器类型 A.2.2　控制结构 A.2.3　列表推导式 A.3　NumPy快速入门 A.4　Beautiful Soup包 A.5　Mrjob A.6　Vote Smart A.7　Python-Twitter
附录B　线性代数 B.1　矩阵 B.2　矩阵求逆 B.3　矩阵范数 B.4　矩阵求导
附录C　概率论复习 C.1　概率论简介 C.2　联合概率 C.3　概率的基本准则
附录D 资源

作者介绍

作者简介
Peter Harrington 拥有电气工程学士和硕士学位，他曾经在美国加州和中国的英特尔公司工作7年。Peter拥有5项美国专利，在三种学术期刊上发表过文章。他现在是Zillabyte公司的首席科学家，在加入该公司之前，他曾担任2年的机器学习软件顾问。Peter在业余时间还参加编程竞赛和建造3D打印机。

译者简介
李锐，博士，中科院信息工程研究所助理研究员，研究兴趣为信息检索、机器学习及社交网络分析。
李鹏，博士，中科院信息工程研究所助理研究员，研究兴趣为信息检索、机器学习及社交网络分析。
王斌，博士，博士生导师，中科院计算技术研究所副研究员，中科院信息工程研究所客座研究员，研究兴趣为信息检索、社交网络分析及自然语言处理，《信息检索导论》、《大数据：互联网大规模数据挖掘与分布式处理》译者。
曲亚东，中科院计算技术研究所博士，在信息安全、视频监控等领域均主持过数千万投资的项目。希望能通过本书帮助大家进入机器学习领域。热心助人，有求会应，新浪微博：@大嘴啃四方。

27推荐
何谓机器学习机器学习能做些什么？

最近我和一对夫妇共进晚餐，他们问我从事什么职业，我回应道：“机器学习。” 妻子回头问丈夫：“亲爱的，什么是机器学习？” 她的丈夫答道：“T-800型终结者。” 在《终结者》系列电影中，T-800是人工智能技术的反面样板工程。不过，这位朋友对机器学习的理解还是有所偏差的。 …...

袁野发表于 2013-04-24
9推荐
写在《机器学习实战》上市之前

编者按：大家期待已经的《机器学习实战》终于送印制了，预计6月初即可上市。在此之前，有发过一篇微博，转发量6百有余，今日，确定了上市信息，立即发出消息与大家分享。如何将数学矩阵描述的机器学习算法转化为可以实际工作的应用程序是本书的主要目的，本书使用Python语言进行编程，希望…...

出版圈郭志敏发表于 2013-05-20
12推荐
为什么要选择Python语言实现机器学习算法

基于以下三个原因，我们选择Python作为实现机器学习算法的编程语言：(1) Python的语法清晰；(2) 易于操作纯文本文件；(3) 使用广泛，存在大量的开发文档。可执行伪代码 Python具有清晰的语法结构，大家也把它称作可执行伪代码（executable pseu…...

出版圈郭志敏发表于 2013-06-04
6推荐
《机器学习实战》作者访谈问题有奖征集

… ...

盼盼姐发表于 2013-08-07
3推荐
机器学习实战之开篇

原文地址：[夜月星][1] 机器学习实战之开篇首先说点儿题外话,上上周末去了趟杭州参加阿里巴巴2013的ADC技术嘉年华,感觉阿里巴巴的大数据不说牛逼只能说运用的真是淋漓尽致,人家有的是用户资源,这么多财富不充分挖掘真是对不起d对不起gj更对不起自己,期间赶上图灵打折,…...

紫凤发表于 2013-07-26
16推荐
《机器学习实战》作者Peter Harrington：如何成为一位数据科学家（图灵访谈）

Peter Harrington，拥有电气工程学士和硕士学位，他曾经在美国加州和中国的英特尔公司工作7年。Peter拥有5项美国专利，在三种学术期刊上发表过文章。他现任HG Data首席科学家。如果说LinedIn跟踪的是人和人之间的商务往来，HG Data则是致力于挖掘公司间…...

盼盼姐发表于 2013-09-23
2推荐
[英]《机器学习实战》作者Peter Harrington：如何成为一位数据科学家（图灵访谈）

… ...

盼盼姐发表于 2013-09-23
1推荐
使用Visual Studio 2015自带的Python编译环境编程

从VS2013开始，微软在VS中集成了Python编译环境，最近在看《机器学习实战》这本书，发现Python编译环境是必须的，但是原版的Python2.7用起来实在是有点太麻烦了，看到Dos那样的操作界面就不舒服。查了一些第三方IDE的资料，看到了比较熟悉的VS2015（其实…...

竹篱山南是故乡发表于 2015-11-04
3推荐
Python字符串操作常用函数

一、字符串基本操作字符串是一种序列，所有序列都有如下基本操作： 1. len()：求序列长度 2. in :判断元素是否存在于序列中 3. max() :返回最大值 4. min() :返回最小值 5.cmp(str1,str2):比较 2 个序列值是否相同 6. ord()…...

张小明啊发表于 2017-05-27
1推荐
我最推荐的一本技术书《机器学习实战》

最近我和一对夫妇共进晚餐，他们问我从事什么职业，我回应道：“机器学习。”妻子回头问丈夫：“亲爱的，什么是机器学习？”她的丈夫答道：“T-800型终结者。” 《机器学习实战》第一章 ---… ...

xiaocaicai 发表于 2020-04-29

请问书中的数据集在哪下载？

neverMark 发表于 2017-11-02 14:50:41

推荐
书中为啥没给原始数据集？这样如何跑代码？比如第21页的约会数据集，不知道这个数据集长什么样。。。自己编的数据集跑代码有错误

1064431086 发表于 2015-10-12 10:09:19

推荐
- 好吧，我错啦，数据集在随书下载里面有。。。
  
  1064431086 发表于 2015-10-12 10:16:10
- 数据集我也是找了好长时间呀，弄得我还弄了个国外vpn 去下载
  
  一样的防发表于 2017-08-14 21:04:51
- @一样的防请问您能发一份数据集给我吗？一直没有找到数据集在哪？
  
  neverMark 发表于 2017-11-02 14:52:24
- @一样的防邮箱811646900@qq.com
  
  neverMark 发表于 2017-11-02 14:52:57
- 数据集跟脚本能能发一份给我吗， 757892667@qq.com ，谢谢~
  
  里中静流发表于 2017-12-04 23:20:59
- @里中静流点开页面右侧“随书下载”，下载本书源代码，其中就有数据集。
  
  傅志红发表于 2017-12-05 07:44:03
早点上市啊好期待啊。研究生也读这个了

Tio 发表于 2013-04-28 08:16:59

推荐
2013-11-10 10:43 P22，datingDataMat, datingLabels = kNN.file2matrix('datingTestSet.txt')

这句是错的，datingTestSet.txt文件格式不符合file2matrix函数所需，正确的应该是datingTestSet2.txt这个文件。http://www.manning.com/pharrington/excerpt_errata.html原版出版社的官方已经纠正了这个问题。 (正在咨询作译者)

看来译者不理你们了

lu4nx 发表于 2014-01-13 16:51:30

推荐
- 主要是python不能像R一样用factor来处理离散型变量略蛋疼
  
  Yuntao Chen 发表于 2014-01-21 18:02:19
- 恩，不过这里是文件名写错了：）
  
  lu4nx 发表于 2014-01-23 11:25:39
- 确实到现在还没修复
  
  ArtsCrafts 发表于 2014-06-26 20:19:58
- 2也是错的，这段代码有问题吧，就是file2maxtrix这个函数？根本循环不下去
  
  卡恰卡恰发表于 2018-10-29 16:43:22
PDF 已更新所有勘误（2014-1-7）

图灵编辑部发表于 2014-04-21 15:32:11

推荐
代码是哪里下载的啊？半天没找着...

parsifal 发表于 2017-11-09 19:46:12

推荐
- 点开页面右侧的“随书下载”。
  
  傅志红发表于 2017-11-10 07:39:36
- 谢咯：）
  
  parsifal 发表于 2017-11-15 14:58:48
什么时候能出版呢？望穿秋水了~

jarvis1988 发表于 2012-05-02 18:06:49

推荐
- 6月份能上市了。
  
  丁晓昀发表于 2013-04-24 10:33:57
同问会出电子版吗

ian027 发表于 2013-06-06 16:07:10

推荐
- 暂时不会。未获授权。
  
  武卫东发表于 2013-06-07 16:38:24
电子书下载到一半，下载不了了。

ArtsCrafts 发表于 2014-06-25 00:05:22

推荐
- Safari和Chrome下测试均出现这种情况，经续传后（在Chrome中是重新下载）得以正常下载。
  
  李鑫发表于 2014-06-25 00:16:11
in action系列的书适合了解底层细节的人读，入门的人只能看个大概

xhn_0032 发表于 2017-11-18 03:13:49

推荐
在当当买了这本书，结果没有提供脚本跟案例的数据集，问客服说要来这边下载，这边又要付费的，有点无语了，钱还能这么挣的？？谁有这个数据集跟脚本呢，有的话发一份到我邮箱，感激不尽，757892667@qq.com，再次谢谢~

里中静流发表于 2017-12-04 23:08:49

推荐
作者的python3版本 https://github.com/pbharrin/machinelearninginaction3x

urumchi 发表于 2017-12-28 15:07:05

推荐
输入书上的例子很费劲啊，好多都不出结果，初学者也不知道问题出在哪里了。

zhongtiaoshandefeng 发表于 2018-01-26 17:59:22

推荐
pdf版的代码能改成文字吗，看着好奇怪啊

CvShrimp 发表于 2018-02-06 13:36:33

推荐
- 这本书出版较早，所以PDF中的代码还是图片形式，目前无法改为文字形式。网页版的代码是可复制的。
  
  傅志红发表于 2018-02-07 08:36:00
已经买过纸质书，之前兑换银子的时候说可以有优惠，请问在哪里

wyqdgggfk 发表于 2018-03-30 13:53:54

推荐
- 电子书优惠码是发送到注册邮箱的，如果没有收到可以联系ebook@turingbook.com
  
  傅志红发表于 2018-03-30 14:40:48