精通数据科学 从线性回归到深度学习PDF|Epub|txt|kindle电子书版本网盘下载

精通数据科学 从线性回归到深度学习PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 数据科学概述1

1.1挑战2

1.1.1工程实现的挑战2

1.1.2模型搭建的挑战3

1.2机器学习5

1.2.1机器学习与传统编程5

1.2.2监督式学习和非监督式学习8

1.3统计模型8

1.4关于本书10

第2章 Python安装指南与简介：告别空谈12

2.1 Python简介13

2.1.1什么是Python15

2.1.2 Python在数据科学中的地位16

2.1.3不可能绕过的第三方库17

2.2 Python安装17

2.2.1 Windows下的安装18

2.2.2 Mac下的安装21

2.2.3 Linux下的安装24

2.3 Python上手实践26

2.3.1 Python shell26

2.3.2第一个Python程序：Word Count28

2.3.3 Python编程基础30

2.3.4 Python的工程结构34

2.4本章小结35

第3章 数学基础：恼人但又不可或缺的知识36

3.1矩阵和向量空间37

3.1.1标量、向量与矩阵37

3.1.2特殊矩阵39

3.1.3矩阵运算39

3.1.4代码实现42

3.1.5向量空间44

3.2概率：量化随机46

3.2.1定义概率：事件和概率空间47

3.2.2条件概率：信息的价值48

3.2.3随机变量：两种不同的随机50

3.2.4正态分布：殊途同归52

3.2.5 P-value：自信的猜测53

3.3微积分55

3.3.1导数和积分：位置、速度55

3.3.2极限：变化的终点57

3.3.3复合函数：链式法则58

3.3.4多元函数：偏导数59

3.3.5极值与最值：最优选择59

3.4本章小结61

第4章 线性回归：模型之母62

4.1一个简单的例子64

4.1.1从机器学习的角度看这个问题66

4.1.2从统计学的角度看这个问题69

4.2上手实践：模型实现73

4.2.1机器学习代码实现74

4.2.2统计方法代码实现77

4.3模型陷阱82

4.3.1过度拟合：模型越复杂越好吗84

4.3.2模型幻觉之统计学方案：假设检验87

4.3.3模型幻觉之机器学习方案：惩罚项89

4.3.4比较两种方案92

4.4模型持久化92

4.4.1模型的生命周期93

4.4.2保存模型93

4.5本章小结96

第5章 逻辑回归：隐藏因子97

5.1二元分类问题：是与否98

5.1.1线性回归：为何失效98

5.1.2窗口效应：看不见的才是关键100

5.1.3逻辑分布：胜者生存102

5.1.4参数估计之似然函数：统计学角度104

5.1.5参数估计之损失函数：机器学习角度104

5.1.6参数估计之最终预测：从概率到选择106

5.1.7空间变换：非线性到线性106

5.2上手实践：模型实现108

5.2.1初步分析数据：直观印象108

5.2.2搭建模型113

5.2.3理解模型结果116

5.3评估模型效果：孰优孰劣118

5.3.1查准率与查全率119

5.3.2 ROC曲线与AUC123

5.4多元分类问题：超越是与否127

5.4.1多元逻辑回归：逻辑分布的威力128

5.4.2 One-vs.-all：从二元到多元129

5.4.3模型实现130

5.5非均衡数据集132

5.5.1准确度悖论132

5.5.2一个例子133

5.5.3解决方法135

5.6本章小结136

第6章 工程实现：计算机是怎么算的138

6.1算法思路：模拟滚动139

6.2数值求解：梯度下降法141

6.3上手实践：代码实现142

6.3.1 TensorFlow基础143

6.3.2定义模型148

6.3.3梯度下降149

6.3.4分析运行细节150

6.4更优化的算法：随机梯度下降法153

6.4.1算法细节153

6.4.2代码实现154

6.4.3两种算法比较156

6.5本章小结158

第7章 计量经济学的启示：他山之石159

7.1定量与定性：变量的数学运算合理吗161

7.2定性变量的处理162

7.2.1虚拟变量162

7.2.2上手实践：代码实现164

7.2.3从定性变量到定量变量168

7.3定量变量的处理170

7.3.1定量变量转换为定性变量171

7.3.2上手实践：代码实现171

7.3.3基于卡方检验的方法173

7.4显著性175

7.5多重共线性：多变量的烦恼176

7.5.1多重共线性效应176

7.5.2检测多重共线性180

7.5.3解决方法185

7.5.4虚拟变量陷阱188

7.6内生性：变化来自何处191

7.6.1来源192

7.6.2内生性效应193

7.6.3工具变量195

7.6.4逻辑回归的内生性198

7.6.5模型的联结200

7.7本章小结201

第8章 监督式学习：目标明确202

8.1支持向量学习机203

8.1.1直观例子204

8.1.2用数学理解直观205

8.1.3从几何直观到最优化问题207

8.1.4损失项209

8.1.5损失函数与惩罚项210

8.1.6 Hard margin与soft margin比较211

8.1.7支持向量学习机与逻辑回归：隐藏的假设213

8.2核函数216

8.2.1空间变换：从非线性到线性216

8.2.2拉格朗日对偶218

8.2.3支持向量220

8.2.4核函数的定义：优化运算221

8.2.5常用的核函数222

8.2.6 Scale variant225

8.3决策树227

8.3.1决策规则227

8.3.2评判标准229

8.3.3代码实现231

8.3.4决策树预测算法以及模型的联结231

8.3.5剪枝235

8.4树的集成238

8.4.1随机森林238

8.4.2 Random forest embedding239

8.4.3 GBTs之梯度提升241

8.4.4 GBTs之算法细节242

8.5本章小结244

第9章 生成式模型：量化信息的价值246

9.1贝叶斯框架248

9.1.1蒙提霍尔问题248

9.1.2条件概率249

9.1.3先验概率与后验概率251

9.1.4参数估计与预测公式251

9.1.5贝叶斯学派与频率学派252

9.2朴素贝叶斯254

9.2.1特征提取：文字到数字254

9.2.2伯努利模型256

9.2.3多项式模型258

9.2.4 TF-IDF259

9.2.5文本分类的代码实现260

9.2.6模型的联结265

9.3判别分析266

9.3.1线性判别分析267

9.3.2线性判别分析与逻辑回归比较269

9.3.3数据降维270

9.3.4代码实现273

9.3.5二次判别分析275

9.4隐马尔可夫模型276

9.4.1一个简单的例子276

9.4.2马尔可夫链278

9.4.3模型架构279

9.4.4中文分词：监督式学习280

9.4.5中文分词之代码实现282

9.4.6股票市场：非监督式学习284

9.4.7股票市场之代码实现286

9.5本章小结289

第10章 非监督式学习：聚类与降维290

10.1 K-means292

10.1.1模型原理292

10.1.2收敛过程293

10.1.3如何选择聚类个数295

10.1.4应用示例297

10.2其他聚类模型298

10.2.1混合高斯之模型原理299

10.2.2混合高斯之模型实现300

10.2.3谱聚类之聚类结果303

10.2.4谱聚类之模型原理304

10.2.5谱聚类之图片分割307

10.3 Pipeline308

10.4主成分分析309

10.4.1模型原理310

10.4.2模型实现312

10.4.3核函数313

10.4.4 Kernel PCA的数学原理315

10.4.5应用示例316

10.5奇异值分解317

10.5.1定义317

10.5.2截断奇异值分解317

10.5.3潜在语义分析318

10.5.4大型推荐系统320

10.6本章小结323

第11章 分布式机器学习：集体力量325

11.1 Spark简介327

11.1.1 Spark安装328

11.1.2从MapReduce到Spark333

11.1.3运行Spark335

11.1.4 Spark DataFrame336

11.1.5 Spark的运行架构339

11.2最优化问题的分布式解法341

11.2.1分布式机器学习的原理341

11.2.2一个简单的例子342

11.3大数据模型的两个维度344

11.3.1数据量维度344

11.3.2模型数量维度346

11.4开源工具的另一面348

11.4.1一个简单的例子349

11.4.2开源工具的阿喀琉斯之踵351

11.5本章小结351

第12章 神经网络：模拟人的大脑353

12.1神经元355

12.1.1神经元模型355

12.1.2 Sigmoid神经元与二元逻辑回归356

12.1.3 Softmax函数与多元逻辑回归358

12.2神经网络360

12.2.1图形表示360

12.2.2数学基础361

12.2.3分类例子363

12.2.4代码实现365

12.2.5模型的联结369

12.3反向传播算法370

12.3.1随机梯度下降法回顾370

12.3.2数学推导371

12.3.3算法步骤373

12.4提高神经网络的学习效率373

12.4.1学习的原理373

12.4.2激活函数的改进375

12.4.3参数初始化378

12.4.4不稳定的梯度380

12.5本章小结381

第13章 深度学习：继续探索383

13.1利用神经网络识别数字384

13.1.1搭建模型384

13.1.2防止过拟合之惩罚项386

13.1.3防止过拟合之dropout387

13.1.4代码实现389

13.2卷积神经网络394

13.2.1模型结构之卷积层395

13.2.2模型结构之池化层397

13.2.3模型结构之完整结构399

13.2.4代码实现400

13.2.5结构真的那么重要吗405

13.3其他深度学习模型406

13.3.1递归神经网络406

13.3.2长短期记忆407

13.3.3非监督式学习409

13.4本章小结411