返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 机器学习应用系统设计 有贺康顕,中山心太,西林孝著 中国
  • 新华书店旗下自营,正版全新
    • 作者: 有贺康顕,中山心太,西林孝著著 | 有贺康顕,中山心太,西林孝著编 | 有贺康顕,中山心太,西林孝著译 | 有贺康顕,中山心太,西林孝著绘
    • 出版社: 中国电力出版社
    • 出版时间:2016-12-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 有贺康顕,中山心太,西林孝著著| 有贺康顕,中山心太,西林孝著编| 有贺康顕,中山心太,西林孝著译| 有贺康顕,中山心太,西林孝著绘
    • 出版社:中国电力出版社
    • 出版时间:2016-12-01
    • 版次:1
    • 印次:1
    • 印刷时间:2018-12-01
    • 字数:300000
    • 页数:242
    • 开本:小16开
    • ISBN:9787519826208
    • 版权提供:中国电力出版社
    • 作者:有贺康顕,中山心太,西林孝著
    • 著:有贺康顕,中山心太,西林孝著
    • 装帧:平装-胶订
    • 印次:1
    • 定价:68.00
    • ISBN:9787519826208
    • 出版社:中国电力出版社
    • 开本:小16开
    • 印刷时间:2018-12-01
    • 语种:中文
    • 出版时间:2016-12-01
    • 页数:242
    • 外部编号:9356898
    • 版次:1
    • 成品尺寸:暂无


    前言 .. 1
    第一部分
    第1章
    机器学习项目流程
    .11
    1.1 如何利用机器学习 11
    1.2 机器学习项目的流程 13
    1.3 实际系统中的机器学习问题的处理方法 27
    1.4 机器学习系统的成功要素 32
    1.5 小结 34
    第2章
    机器学习的用途 ?35
    2.1 算法选择 35
    2.2 分类 37
    2.3 回归 69
    2.4 聚类与降维 72
    2.5 其他 74
    2.6 小结 76
    第3章
    学习结果的评价 ?77
    3.1 分类的评价矩阵 77
    3.2 回归的评价 86
    3.3 机器学习系统的A/B测试 88
    3.4 小结 89
    第4章
    机器学习系统的开发
    ?91
    4.1 机器学习系统的开发流程 91
    4.2 系统设计 92
    4.3 日志设计 ?105
    4.4 小结 ?110
    第5章
    机器学习资源的收集
    ?111
    5.1 机器学习资源的获取 ?111
    5.2 利用公开的数据集或模型 ?113
    5.3 开发者自己创建训练数据 ?114
    5.4 他人帮忙输入数据 ?116
    5.5 数据创建众包 ?117
    5.6 基于服务的用户输入 ?119
    5.7 小结 ?120
    第6章
    效果验证 121
    6.1 效果验证概述 ?121
    6.2 假设检验的框架 ?125
    6.3 假设检验的注意事项 ?131
    6.4 因果效应的推断 ?137
    6.5 A/B测试 ?141
    6.6 小结 ?144
    第二部分
    第7章
    电影系统 147
    7.1 概述 ?147
    7.2 系统功能 ?149
    7.3 MovieLens的数据趋势 ?159
    7.4 系统的开发 ?165
    7.5 小结 . 176
    第8章 Kickstarter的数据分析
    177
    8.1 Kickstarter的API ?177
    8.2 Kickstarter的网络爬虫 ?178
    8.3 数据变换 . 180
    8.4 浏览Excel数据 . 181
    8.5 数据透视表 ?185
    8.6 达成目标却被取消的项目 ?190
    8.7 国别的项目分析 ?192
    8.8 形成分析报告 ?194
    8.9 进一步的工作 ?204
    8.10 小结 ?204
    第9章
    基于Uplift Modeling的营销资源效率分析207
    9.1 Uplift Modeling的四象限分区 ?208
    9.2 扩展A/B测试的Uplift
    Modeling的概要
    ?210
    9.3 Uplift Modeling的数据集生成 ?211
    9.4 利用两个预测模型的Uplift
    Modeling . 214
    9.5 Uplift Modeling的评价方法 . 218
    9.6 实际应用 . 224
    9.7 实际应用Uplift Modeling的相关事项 . 231
    9.8 小结 . 233
    参考文献
    235
    后记
    .239
    致谢
    .241

    有贺康?,曾任职电机制造公司研究所、餐饮服务公司,现在Cloudera任职。作为现场数据科学家,从事数据利用、机器学习咨询服务工作。

    本书共分9章,主要内容有:章总结机器学习项目的推进流程。第2章介绍机器学习的主要功能和各种算法。第3章以垃圾邮件判别为例,介绍对学习完成后的预测模型进行离线评价的方法。第4章梳理在计算机系统里集成机器学习功能的模式,同时介绍机器学习基础的日志设计。第5章介绍机器学习分类任务里的正确答案数据的获取方法。第6章介绍用于验证实施方案是否真正有效的统计鉴定、因果推理,以及A/B试验等方法。第3章是预测模型的离线验证,本章则介绍实施过程中的实时验证。第7章以电影推荐为例,学习推荐预测系统的开发实现案例。第8章阐述搜索式分析过程及分析报告,结合在章的机器学习流程中出现的“不执行机器学习的例子”,介绍如何整理实际分析结果的相关心得。第9章采用所谓Uplift Modeling方法学习更有效的营销方法。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购