《机器学习Web应用》[意]爱索尼克 PDF电子书 文字版 下载

admin 2022年10月23日00:00:49计算机类5,341阅读模式

《机器学习Web应用》[意]爱索尼克 PDF电子书 文字版 下载文章源自书行天下-https://www.sxpdf.com/2241.html

作者介绍:

Andrea Isoni博士是一位数据科学家和物理学家,在软件开发方面拥有丰富的经验,并且对机器学习算法和技术拥有广泛的知识。此外,他还具有多种语言的经验,例如Python,CC,Java,JavaScript,C#,SQL和HTML。他还使用了Hadoop框架。译者简介杜春晓,英语语言文学学士,软件工程硕士。其他翻译包括“ Python数据挖掘入门和实践”,“ Python数据分析实践”和“电子人才-我的第一个Raspberry Pi入门”。新浪微博:@宜_生。文章源自书行天下-https://www.sxpdf.com/2241.html

内容介绍:

机器学习可用于处理用户生成的越来越多的Web数据。本书解释了如何使用Python语言,Django框架开发Web业务应用程序,以及如何使用一些现成的库和工具(sklearn,scipy,nltk,Django等)来处理和分析数据。由应用程序生成或使用。本书不仅涵盖机器学习的核心概念,还涵盖如何将数据部署到使用Django框架开发的Web应用程序,包括Web,文档和服务器端数据挖掘以及推荐引擎构建方法。本书适合于有兴趣成为或刚刚成为数据科学家的读者,也适合对机器学习和Web数据挖掘等技术实践感兴趣的读者。文章源自书行天下-https://www.sxpdf.com/2241.html

目录介绍:

第1章 Python机器学习实践入门 1文章源自书行天下-https://www.sxpdf.com/2241.html

1.1 机器学习常用概念 1文章源自书行天下-https://www.sxpdf.com/2241.html

1.2 数据的准备、处理和可视化文章源自书行天下-https://www.sxpdf.com/2241.html

—NumPy、pandas和matplotlib教程 6文章源自书行天下-https://www.sxpdf.com/2241.html

1.2.1 NumPy的用法 6文章源自书行天下-https://www.sxpdf.com/2241.html

1.2.2 理解pandas模块 23文章源自书行天下-https://www.sxpdf.com/2241.html

1.2.3 matplotlib教程 32文章源自书行天下-https://www.sxpdf.com/2241.html

1.3 本书使用的科学计算库 35文章源自书行天下-https://www.sxpdf.com/2241.html

1.4 机器学习的应用场景 36文章源自书行天下-https://www.sxpdf.com/2241.html

1.5 小结 36文章源自书行天下-https://www.sxpdf.com/2241.html

第2章 无监督机器学习 37文章源自书行天下-https://www.sxpdf.com/2241.html

2.1 聚类算法 37文章源自书行天下-https://www.sxpdf.com/2241.html

2.1.1 分布方法 38文章源自书行天下-https://www.sxpdf.com/2241.html

2.1.2 质心点方法 40文章源自书行天下-https://www.sxpdf.com/2241.html

2.1.3 密度方法 41文章源自书行天下-https://www.sxpdf.com/2241.html

2.1.4 层次方法 44文章源自书行天下-https://www.sxpdf.com/2241.html

2.2 降维 52文章源自书行天下-https://www.sxpdf.com/2241.html

2.3 奇异值分解(SVD) 57文章源自书行天下-https://www.sxpdf.com/2241.html

2.4 小结 58文章源自书行天下-https://www.sxpdf.com/2241.html

第3章 有监督机器学习 59文章源自书行天下-https://www.sxpdf.com/2241.html

3.1 模型错误评估 59文章源自书行天下-https://www.sxpdf.com/2241.html

3.2 广义线性模型 60文章源自书行天下-https://www.sxpdf.com/2241.html

3.2.1 广义线性模型的概率文章源自书行天下-https://www.sxpdf.com/2241.html

解释 63文章源自书行天下-https://www.sxpdf.com/2241.html

3.2.2 k近邻 63文章源自书行天下-https://www.sxpdf.com/2241.html

3.3 朴素贝叶斯 64文章源自书行天下-https://www.sxpdf.com/2241.html

3.3.1 多项式朴素贝叶斯 65文章源自书行天下-https://www.sxpdf.com/2241.html

3.3.2 高斯朴素贝叶斯 66文章源自书行天下-https://www.sxpdf.com/2241.html

3.4 决策树 67文章源自书行天下-https://www.sxpdf.com/2241.html

3.5 支持向量机 70文章源自书行天下-https://www.sxpdf.com/2241.html

3.6 有监督学习方法的对比 75文章源自书行天下-https://www.sxpdf.com/2241.html

3.6.1 回归问题 75文章源自书行天下-https://www.sxpdf.com/2241.html

3.6.2 分类问题 80文章源自书行天下-https://www.sxpdf.com/2241.html

3.7 隐马尔可夫模型 84文章源自书行天下-https://www.sxpdf.com/2241.html

3.8 小结 93文章源自书行天下-https://www.sxpdf.com/2241.html

第4章 Web挖掘技术 94文章源自书行天下-https://www.sxpdf.com/2241.html

4.1 Web结构挖掘 95文章源自书行天下-https://www.sxpdf.com/2241.html

4.1.1 Web爬虫 95文章源自书行天下-https://www.sxpdf.com/2241.html

4.1.2 索引器 95文章源自书行天下-https://www.sxpdf.com/2241.html

4.1.3 排序—PageRank文章源自书行天下-https://www.sxpdf.com/2241.html

算法 96文章源自书行天下-https://www.sxpdf.com/2241.html

4.2 Web内容挖掘 97文章源自书行天下-https://www.sxpdf.com/2241.html

句法解析 97文章源自书行天下-https://www.sxpdf.com/2241.html

4.3 自然语言处理 98文章源自书行天下-https://www.sxpdf.com/2241.html

4.4 信息的后处理 108文章源自书行天下-https://www.sxpdf.com/2241.html

4.4.1 潜在狄利克雷分配 108文章源自书行天下-https://www.sxpdf.com/2241.html

4.4.2 观点挖掘(情感文章源自书行天下-https://www.sxpdf.com/2241.html

分析) 113文章源自书行天下-https://www.sxpdf.com/2241.html

4.5 小结 117文章源自书行天下-https://www.sxpdf.com/2241.html

第5章 推荐系统 118文章源自书行天下-https://www.sxpdf.com/2241.html

5.1 效用矩阵 118文章源自书行天下-https://www.sxpdf.com/2241.html

5.2 相似度度量方法 120文章源自书行天下-https://www.sxpdf.com/2241.html

5.3 协同过滤方法 120文章源自书行天下-https://www.sxpdf.com/2241.html

5.3.1 基于记忆的协同文章源自书行天下-https://www.sxpdf.com/2241.html

过滤 121文章源自书行天下-https://www.sxpdf.com/2241.html

5.3.2 基于模型的协同文章源自书行天下-https://www.sxpdf.com/2241.html

过滤 126文章源自书行天下-https://www.sxpdf.com/2241.html

5.4 CBF方法 130文章源自书行天下-https://www.sxpdf.com/2241.html

5.4.1 商品特征平均得分文章源自书行天下-https://www.sxpdf.com/2241.html

方法 131文章源自书行天下-https://www.sxpdf.com/2241.html

5.4.2 正则化线性回归文章源自书行天下-https://www.sxpdf.com/2241.html

方法 132文章源自书行天下-https://www.sxpdf.com/2241.html

5.5 用关联规则学习,构建推荐文章源自书行天下-https://www.sxpdf.com/2241.html

系统 133文章源自书行天下-https://www.sxpdf.com/2241.html

5.6 对数似然比推荐方法 135文章源自书行天下-https://www.sxpdf.com/2241.html

5.7 混合推荐系统 137文章源自书行天下-https://www.sxpdf.com/2241.html

5.8 推荐系统评估 139文章源自书行天下-https://www.sxpdf.com/2241.html

5.8.1 均方根误差(RMSE)文章源自书行天下-https://www.sxpdf.com/2241.html

评估 140文章源自书行天下-https://www.sxpdf.com/2241.html

5.8.2 分类效果的度量方法 143文章源自书行天下-https://www.sxpdf.com/2241.html

5.9 小结 144文章源自书行天下-https://www.sxpdf.com/2241.html

第6章 开始Django之旅 145文章源自书行天下-https://www.sxpdf.com/2241.html

6.1 HTTP—GET和POST方法的文章源自书行天下-https://www.sxpdf.com/2241.html

基础 145文章源自书行天下-https://www.sxpdf.com/2241.html

6.1.1 Django的安装和文章源自书行天下-https://www.sxpdf.com/2241.html

服务器的搭建 146文章源自书行天下-https://www.sxpdf.com/2241.html

6.1.2 配置 147文章源自书行天下-https://www.sxpdf.com/2241.html

6.2 编写应用—Django文章源自书行天下-https://www.sxpdf.com/2241.html

最重要的功能 150文章源自书行天下-https://www.sxpdf.com/2241.html

6.2.1 model 150文章源自书行天下-https://www.sxpdf.com/2241.html

6.2.2 HTML网页背后的文章源自书行天下-https://www.sxpdf.com/2241.html

URL和view 151文章源自书行天下-https://www.sxpdf.com/2241.html

6.2.3 URL声明和view 154文章源自书行天下-https://www.sxpdf.com/2241.html

6.3 管理后台 157文章源自书行天下-https://www.sxpdf.com/2241.html

6.3.1 shell接口 158文章源自书行天下-https://www.sxpdf.com/2241.html

6.3.2 命令 159文章源自书行天下-https://www.sxpdf.com/2241.html

6.3.3 RESTful应用编程文章源自书行天下-https://www.sxpdf.com/2241.html

接口(API) 160文章源自书行天下-https://www.sxpdf.com/2241.html

6.4 小结 162文章源自书行天下-https://www.sxpdf.com/2241.html

第7章 电影推荐系统Web应用 163文章源自书行天下-https://www.sxpdf.com/2241.html

7.1 让应用跑起来 163文章源自书行天下-https://www.sxpdf.com/2241.html

7.2 model 165文章源自书行天下-https://www.sxpdf.com/2241.html

7.3 命令 166文章源自书行天下-https://www.sxpdf.com/2241.html

7.4 实现用户的注册、登录和文章源自书行天下-https://www.sxpdf.com/2241.html

登出功能 172文章源自书行天下-https://www.sxpdf.com/2241.html

7.5 信息检索系统(电影查询) 175文章源自书行天下-https://www.sxpdf.com/2241.html

7.6 打分系统 178文章源自书行天下-https://www.sxpdf.com/2241.html

7.7 推荐系统 180文章源自书行天下-https://www.sxpdf.com/2241.html

7.8 管理界面和API 182文章源自书行天下-https://www.sxpdf.com/2241.html

7.9 小结 184文章源自书行天下-https://www.sxpdf.com/2241.html

第8章 影评情感分析应用 185文章源自书行天下-https://www.sxpdf.com/2241.html

8.1 影评情感分析应用用法文章源自书行天下-https://www.sxpdf.com/2241.html

简介 185文章源自书行天下-https://www.sxpdf.com/2241.html

8.2 搜索引擎的选取和应用的文章源自书行天下-https://www.sxpdf.com/2241.html

代码 187文章源自书行天下-https://www.sxpdf.com/2241.html

8.3 Scrapy的配置和情感分析文章源自书行天下-https://www.sxpdf.com/2241.html

应用代码 189文章源自书行天下-https://www.sxpdf.com/2241.html

8.3.1 Scrapy的设置 190文章源自书行天下-https://www.sxpdf.com/2241.html

8.3.2 Scraper 190文章源自书行天下-https://www.sxpdf.com/2241.html

8.3.3 Pipeline 193文章源自书行天下-https://www.sxpdf.com/2241.html

8.3.4 爬虫 194文章源自书行天下-https://www.sxpdf.com/2241.html

8.4 Django model 196文章源自书行天下-https://www.sxpdf.com/2241.html

8.5 整合Django和Scrapy 197文章源自书行天下-https://www.sxpdf.com/2241.html

8.5.1 命令(情感分析模型和文章源自书行天下-https://www.sxpdf.com/2241.html

删除查询结果) 198文章源自书行天下-https://www.sxpdf.com/2241.html

8.5.2 情感分析模型加载器 198文章源自书行天下-https://www.sxpdf.com/2241.html

8.5.3 删除已执行过的查询 201文章源自书行天下-https://www.sxpdf.com/2241.html

8.5.4 影评情感分析器—文章源自书行天下-https://www.sxpdf.com/2241.html

Django view和HTML文章源自书行天下-https://www.sxpdf.com/2241.html

代码 202文章源自书行天下-https://www.sxpdf.com/2241.html

8.6 PageRank:Django view和文章源自书行天下-https://www.sxpdf.com/2241.html

算法实现 206文章源自书行天下-https://www.sxpdf.com/2241.html

8.7 管理后台和API 210文章源自书行天下-https://www.sxpdf.com/2241.html

8.8 小结 212文章源自书行天下-https://www.sxpdf.com/2241.html

《机器学习Web应用》[意]爱索尼克 PDF电子书 文字版 下载

《机器学习Web应用》[意]爱索尼克 PDF电子书 文字版 下载

下载信息
下载地址
文章源自书行天下-https://www.sxpdf.com/2241.html
admin
  • 本文由 发表于 2022年10月23日00:00:49