第1章 机器学习概述 1
技能目标 1
本章任务 1
任务1.1　了解机器学习的基本概念 2
1.1.1 什么是机器学习 2
1.1.2 机器学习的起源与发展 3
任务1.2　了解机器学习的应用场景 5
1.2.1 机器学习在日常生活中的应用 5
1.2.2 机器学习在不同行业中的应用 7
任务1.3　了解机器学习的学习路径 9
1.3.1 学习机器学习的先决条件 9
1.3.2 开启你的“海绵模式” 10
1.3.3 开始动手实践 11
任务1.4　掌握机器学习的相关知识 12
本章小结 14
本章习题 14
第2章 机器学习工具的安装与使用 15
技能目标 15
本章任务 15
任务2.1　掌握Anaconda的安装与使用 16
2.1.1 下载安装Anaconda 16
2.1.2 Jupyter Notebook的使用 18
任务2.2　掌握pandas和可视化工具的基本使用方法 21
2.2.1 pandas的基本使用方法 21
2.2.2 可视化工具的基本使用方法 25
任务2.3　掌握scikit-learn的基本操作 27
2.3.1 使用scikit-learn加载并检查数据 27
2.3.2 使用scikit-learn训练模型并评估 29
2.3.3 保存和载入训练好的模型文件 30
本章小结 31
本章习题 31
第3章 线性模型 32
技能目标 32
本章任务 32
任务3.1　掌握线性模型的基本概念与线性回归的使用 33
3.1.1 线性模型的基本概念 33
3.1.2 线性回归模型的使用 35
任务3.2　掌握岭回归的原理及使用 38
3.2.1 岭回归的原理 39
3.2.2 岭回归的使用 41
任务3.3　掌握套索回归的原理及使用 43
3.3.1 套索回归的原理 43
3.3.2 套索回归的参数调节 44
任务3.4　了解逻辑回归和线性支持向量机 46
3.4.1 逻辑回归与线性支持向量机简介 46
3.4.2 训练逻辑回归模型并预测 47
3.4.3 训练线性支持向量机模型并预测 48
本章小结 49
本章习题 49
第4章 决策树和随机森林 50
技能目标 50
本章任务 50
任务4.1　初步掌握决策树算法 51
4.1.1 什么是决策树算法 51
4.1.2 决策树的基本使用方法 52
4.1.3 决策树中的max_depth参数 53
4.1.4 决策树的模型展现 59
4.1.5 决策树的优势与不足 60
任务4.2　初步掌握随机森林算法 60
4.2.1 什么是随机森林算法 60
4.2.2 随机森林算法中的参数解释 61
4.2.3 随机森林与决策树模型的差异 62
4.2.4 随机森林的优势与不足 63
任务4.3　使用决策树与随机森林实战练习 63
4.3.1 下载数据集并载入 63
4.3.2 了解数据集的特征 64
4.3.3 使用数据集训练决策树与随机森林 65
本章小结 67
本章习题 67
第5章 支持向量机 68
技能目标 68
本章任务 68
任务5.1　理解支持向量机的基本原理 69
5.1.1 “线性不可分”的数据集 69
5.1.2 将数据投射到高维空间 70
5.1.3 “不线性”的支持向量机 71
任务5.2　理解支持向量机的核函数和gamma参数 73
5.2.1 支持向量机的RBF内核 73
5.2.2 不同内核的支持向量机对比 75
5.2.3 gamma参数对模型的影响 76
5.2.4 支持向量机中的C参数 78
5.2.5 支持向量机的优势与不足 79
任务5.3　使用支持向量机算法进行实战练习 79
5.3.1 数据集准备与初步了解 80
5.3.2 探索性数据分析 81
5.3.3 初步训练支持向量机模型 83
5.3.4 对数据进行预处理并重新训练模型 84
本章小结 88
本章习题 88
第6章 朴素贝叶斯 89
技能目标 89
本章任务 89
任务6.1　了解朴素贝叶斯的基本原理和使用方法 90
6.1.1 朴素贝叶斯算法的基本原理 90
6.1.2 朴素贝叶斯用法示例 92
任务6.2　了解不同朴素贝叶斯变体的差异 94
6.2.1 伯努利朴素贝叶斯的不足 94
6.2.2 用高斯朴素贝叶斯替代伯努利朴素贝叶斯 96
6.2.3 多项式朴素贝叶斯简介 97
任务6.3　掌握朴素贝叶斯的实际应用 97
6.3.1 获取数据集并检查 97
6.3.2 数据预处理与模型训练 99
6.3.3 样本数量对朴素贝叶斯模型的影响 101
本章小结 103
本章习题 103
第7章 K最近邻算法 104
技能目标 104
本章任务 104
任务7.1　了解K最近邻算法的原理 105
任务7.2　掌握K最近邻算法在分类任务中的应用 107
7.2.1 K最近邻算法在二元分类任务中的应用 108
7.2.2 K最近邻算法处理多元分类任务 110
任务7.3　掌握K最近邻算法在回归分析中的应用 113
任务7.4　使用K最近邻算法实战练习 116
7.4.1 对数据集进行分析 116
7.4.2 生成训练集和验证集 120
7.4.3 使用K最近邻算法进行建模并调优 121
7.4.4 使用模型对新样本进行预测 124
本章小结 125
本章习题 125
第8章 神经网络 126
技能目标 126
本章任务 126
任务8.1　了解神经网络的起源与发展 127
8.1.1 了解神经网络的起源 128
8.1.2 了解神经网络的发展 129
任务8.2　掌握神经网络的原理 130
任务8.3　掌握神经网络中的激活函数 133
8.3.1 了解激活函数 133
8.3.2 使用激活函数 134
任务8.4　掌握神经网络中的参数调节 136
8.4.1 分析数据集并展现 136
8.4.2 参数调节 139
任务8.5　使用神经网络解决实际问题 143
8.5.1 分析fashion-mnist数据集 144
8.5.2 训练MLP神经网络 145
8.5.3 使用模型进行图像识别 146
本章小结 148
本章习题 148
第9章 聚类 149
技能目标 149
本章任务 149
任务9.1　了解聚类算法的原理与用途 150
9.1.1 了解聚类算法的原理 150
9.1.2 了解聚类算法的用途 153
任务9.2　掌握K均值算法的原理和使用 153
9.2.1 了解K均值算法的原理 154
9.2.2 使用K均值算法进行简单聚类分析 155
任务9.3　掌握DBSCAN算法的原理和使用 157
9.3.1 了解DBSCAN算法的原理 157
9.3.2 使用DBSCAN算法进行简单聚类分析 158
任务9.4　使用聚类算法解决实际问题 164
9.4.1 对数据集进行分析 164
9.4.2 使用K均值算法进行聚类分析 166
本章小结 172
本章习题 172

第10章 数据降维、特征提取与流形学习 173
技能目标 173
本章任务 173
任务10.1　使用PCA进行数据降维 174
10.1.1 PCA介绍 174
10.1.2 使用PCA降维以便进行可视化 176
10.1.3 PCA主成分与原始特征的关系 178
任务10.2　使用PCA中的数据白化功能进行特征提取 179
10.2.1 使用人脸识别数据集进行试验 179
10.2.2 使用PCA进行特征提取 180
10.2.3 特征提取对模型准确率的影响 182
任务10.3　使用t-SNE对数据降维并进行可视化 183
10.3.1 t-SNE简介 183
10.3.2 使用PCA降维作为Baseline 184
10.3.3 使用t-SNE降维并进行可视化 186
本章小结 187
本章习题 187
第11章 模型选择、优化及评估 188
技能目标 188
本章任务 188
任务11.1　掌握交叉验证方法对模型进行评估 189
11.1.1 交叉验证法简介 189
11.1.2 K-折交叉验证法 190
11.1.3 随机拆分和留一交叉验证法 192
任务11.2　掌握网格搜索法寻找模型的最优参数 193
11.2.1 了解及使用简单网格搜索 193
11.2.2 与交叉验证结合的网格搜索 195
任务11.3　掌握模型的不同评价标准 197
11.3.1 分类模型的评价标准 197
11.3.2 使用R平方分数评估回归模型 199
本章小结 201
本章习题 201

第12章 数据预处理与特征选择 202
技能目标 202
本章任务 202
任务12.1　掌握常用的数据标准化方法 203
12.1.1 使用StandardScaler进行数据预处理 203
12.1.2 使用MinMaxScaler进行数据标准化处理 205
12.1.3 使用Normalizer进行数据标准化处理 207
12.1.4 使用RobustScaler进行数据标准化处理 208
任务12.2　掌握常用的数据表达方法 209
12.2.1 虚拟变量 209
12.2.2 数据分箱 211
任务12.3　掌握常用的特征选择方法 215
12.3.1 单变量统计 215
12.3.2 基于模型的特征选择 218
12.3.3 迭代特征选择 219
本章小结 220
本章习题 220
第13章 处理文本数据 221
技能目标 221
本章任务 221
任务13.1　掌握文本数据的特征提取、汉语分词和词包模型 222
13.1.1 基于计数向量器的文本特征提取 222
13.1.2 对汉语文本进行分词处理 224
13.1.3 使用词包模型将文本转换为数组 224
任务13.2　文本数据的进一步优化处理 225
13.2.1 默认参数下词包模型的问题 225
13.2.2 调整n_Gram参数重新建立模型 226
任务13.3　使用真实数据进行实战练习 228
13.3.1 载入数据集并查看特征 228
13.3.2 文本数据预处理 229
13.3.3 使用朴素贝叶斯算法训练模型 230
13.3.4 使用模型判断消费者评论 232
本章小结 233
本章习题 233
第14章 未来职业发展前景与方向 234
技能目标 234
本章任务 234
任务　了解数据科学家的职业发展 235
14.1 数据科学家的养成 235
14.2 在实践中提高技能 237
14.3 未来的学习方向 238
本章小结 240
本章习题 240