自动机器学习入门与实践:使用Python

自动机器学习入门与实践:使用Python
作 者: 西班扬·达斯 乌米特·卡卡马克
出版社: 华中科技大学出版社
丛编项:
版权说明: 本书为公共版权或经版权方授权,请支持正版图书
标 签: 暂缺
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

  Sibanjan Das是业界资深数据科学顾问,是广获好评的《Data Science Using Oracle Data Miner and Oracle R Enterprise》一书作者。

内容简介

AutoML可以将部分机器学习过程自动化,减轻数据科学从业者的工作负担,深受高级分析人员的喜爱。本书介绍搭建AutoML模块的基础知识,并通过练习帮助读者消化这些知识。读者将学习使用机器学习流水线自动实现数据预处理、特征选择、模型训练、模型优化等任务,学习应用auto-sklearn和MLBox等已有的自动化库,并且创建和扩展自定义的AutoML环节。阅读本书,你将对AutoML有更清晰的认识,能利用真实数据集完成自动化任务。书中知识可运用到实际的机器学习项目中,或者在机器学习竞赛中助你一臂之力。

图书目录

第1章 AutoML简介 1 1.1 机器学习的范围 2 1.2 什么是AutoML 4 1.3 为什么和怎么用AutoML 10 1.4 何时需要将机器学习自动化 11 1.5 能学到什么 11 1.6 AutoML库概述 13 1.7 总结 23 第2章 Python机器学习简介 25 2.1 技术要求 26 2.2 机器学习 26 2.3 线性回归 28 2.4 重要评估指标——回归算法 37 2.5 逻辑回归 39 2.6 重要评估指标——分类算法 44 2.7 决策树 46 2.8 支持向...