亨裡克·布林克、約瑟夫W.理查茲、馬克·弗特
羅夫編著的《實用機器學習》介紹了實用機器學習的
工作流程，主要從實用角度進行了描述，沒有數學公
式和推導。本書涵蓋了數據收集與處理、模型構建、
評價和優化、特征的識別、提取和選擇技術、高級特
征工程、數據可視化技術以及模型的部署和安裝，結
合3個真實案例全面、詳細地介紹了整個機器學習流
程。最後，還介紹了機器學習流程的擴展和大數據應
用。
本書可以作為程序員、數據分析師、統計學家、
數據科學家解決實際問題的參考書，也可以作為機器
學習愛好者學習和應用的參考書，還可以作為非專業
學生的機器學習入門參考書，以及專業學生的實踐參
考書。

推薦序
作者序
致謝
譯者序
關於本書
作者簡介
關於封面插圖
**部分 機器學習工作流程
第1章 什麼是機器學習
1.1 理解機器學習
1.2 使用數據進行決策
1.2.1 傳統方法
1.2.2 機器學習方法
1.2.3 機器學習的五大優勢
1.2.4 面臨的挑戰
1.3 跟蹤機器學習流程：從數據到部署
1.3.1 數據集合和預處理
1.3.2 數據構建模型
1.3.3 模型性能評估
1.3.4 模型性能優化
1.4 提高模型性能的**技巧
1.4.1 數據預處理和特征工程
1.4.2 用在線算法持續改進模型
1.4.3 具有數據量和速度的規模化模型
1.5 總結
1.6 本章術語
第2章 實用數據處理
2.1 起步：數據收集
2.1.1 應包含哪些特征
2.1.2 如何獲得目標變量的真實值
2.1.3 需要多少訓練數據
2.1.4 訓練集是否有足夠的代表性
2.2 數據預處理
2.2.1 分類特征
2.2.2 缺失數據處理
2.2.3 簡單特征工程
2.2.4 數據規範化
2.3 數據可視化
2.3.1 馬賽克圖
2.3.2 盒圖
2.3.3 密度圖
2.3.4 散點圖
2.4 總結
2.5 本章術語
第3章 建模和預測
3.1 基礎機器學習建模
3.1.1 尋找輸入和目標間的關繫
3.1.2 尋求好模型的目的
3.1.3 建模方法類型
3.1.4 有監督和無監督學習
3.2 分類：把數據預測到桶中
3.2.1 構建分類器並預測
3.2.2 非線性數據與復雜分類
3.2.3 多類別分類
3.3 回歸：預測數值型數據
3.3.1 構建回歸器並預測
3.3.2 對復雜的非線性數據進行回歸
3.4 總結
3.5 本章術語
第4章 模型評估與優化
4.1 模型泛化：評估新數據的預測準確性
4.1.1 問題：過度擬合與樂觀模型
4.1.2 解決方案：交叉驗證
4.1.3 交叉驗證的注意事項
4.2 分類模型評估
4.2.1 分類精度和混淆矩陣
4.2.2 準確度權衡與ROC曲線
4.2.3 多類別分類
4.3 回歸模型評估
4.3.1 使用簡單回歸性能指標
4.3.2 檢驗殘差
4.4 參數調整優化模型
4.4.1 機器學習算法和它們的調整參數
4.4.2 網格搜索
4.5 總結
4.6 本章術語
第5章 基礎特征工程
5.1 動機：為什麼特征工程很有用
5.1.1 什麼是特征工程
5.1.2 使用特征工程的5個原因
5.1.3 特征工程與領域專業知識
5.2 基本特征工程過程
5.2.1 實例：事件**
5.2.2 處理日期和時間特征
5.2.3 處理簡單文本特征
5.3 特征選擇
5.3.1 前向選擇和反向消除
5.3.2 數據探索的特征選擇
5.3.3 實用特征選擇實例
5.4 總結
5.5 本章術語
第2部分 實際應用
第6章 案例：NYC出租車數據
6.1 數據：NYC出租車旅程和收費信息
6.1.1 數據可視化
6.1.2 定義問題並準備數據
6.2 建模
6.2.1 基本線性模型
6.2.2 非線性分類器
6.2.3 包含分類特征
6.2.4 包含日期-時間特征
6.2.5 模型的啟示
6.3 總結
6.4 本章術語
第7章 **特征工程
7.1 **文本特征
7.1.1 詞袋模型
7.1.2 主題建模
7.1.3 內容拓展
7.2 圖像特征
7.2.1 簡單圖像特征
7.2.2 提取物體和形狀
7.3 時間序列特征
7.3.1 時間序列數據的類型
7.3.2 時間序列數據的預測
7.3.3 經典時間序列特征
7.3.4 事件流的特征工程
7.4 總結
7.5 本章術語
第8章 NLP**案例：電影評論情感預測
8.1 研究數據和應用場景
8.1.1 數據集初探
8.1.2 檢查數據
8.1.3 應用場景有哪些
8.2 提取基本NLP特征並構建初始模型
8.2.1 詞袋特征
8.2.2 用樸素貝葉斯算法構建模型
8.2.3 tf-idf算法規範詞袋特征
8.2.4 優化模型參數
8.3 **算法和模型部署的考慮
8.3.1 word2vec特征
8.3.2 隨機森林模型
8.4 總結
8.5 本章術語
第9章 擴展機器學習流程
9.1 擴展前需考慮的問題
9.1.1 識別關鍵點
9.1.2 選取訓練數據子樣本代替擴展性
9.1.3 可擴展的數據管理繫統
9.2 機器學習建模流程擴展
9.3 預測擴展
9.3.1 預測容量擴展
9.3.2 預測速度擴展
9.4 總結
9.5 本章術語
**0章 案例：數字顯示廣告
10.1 顯示廣告
10.2 數字廣告數據
10.3 特征工程和建模策略
10.4 數據大小和形狀
10.5 奇異值分解
10.6 資源估計和優化
10.7 建模
10.8 K近鄰算法
10.9 隨機森林算法
10.10 其他實用考慮
10.11 總結
10.12 本章術語
10.13 摘要和結論
附錄 常用機器學習算法
名詞術語中英文對照