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:

  • 正版新书]机器学习高级实践 计算广告、供需预测、智能营销、动
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 王聪颖 谢志辉著 | 王聪颖 谢志辉编 | 王聪颖 谢志辉译 | 王聪颖 谢志辉绘
    • 出版社: 机械工业出版社
    • 出版时间:2023-11-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 王聪颖 谢志辉著| 王聪颖 谢志辉编| 王聪颖 谢志辉译| 王聪颖 谢志辉绘
    • 出版社:机械工业出版社
    • 出版时间:2023-11-01
    • 版次:1
    • 印次:1
    • 字数:591000
    • 页数:408
    • 开本:16开
    • ISBN:9787111736547
    • 版权提供:机械工业出版社
  • 作者: 王聪颖 谢志辉
  • 著: 王聪颖 谢志辉 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 139
  • ISBN: 9787111736547
  • 出版社: 机械工业出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2023-11-01
  • 页数: 408
  • 外部编号: 庄村28910
  • 版次: 1
  • 成品尺寸: 暂无
  • 序一
    序二
    前言
    第1章 机器学习/
    1.1机器学习概述/
    1.1.1机器学习发展历史/
    1.1.2机器学习工作原理/
    1.2机器学习典型工具箱/
    1.2.1NumPy/
    1.2.2Pandas/
    1.2.3SciKit-Learn/
    1.2.4TensorFlow/
    1.3机器学习项目实现流程/
    1.3.1业务场景拆解/
    1.3.2构建特征工程/
    1.3.3模型评估与选型/
    1.3.4模型优化/
    第2章 业务场景拆解/
    2.1业务目标拆解/
    2.1.1业务目标拆解方法/
    2.1.2算法模型作用环节分析/
    2.2项目方案制定/
    2.2.1项目团队配置/
    2.2.2机器学习项目方案制定/
    第3章 特征工程/
    3.1特征工程基础/
    3.1.1特征工程的概念和意义/
    3.1.2工业界特征工程应用/
    3.2数据预处理/
    3.2.1缺失值处理/
    3.2.2异常值处理/
    3.3数值变量处理/
    3.3.1连续特征离散化/
    3.3.2数值数据变换/
    3.3.3特征缩放和归一化/
    3.4类别变量处理/
    3.4.1类别特征的编码方法/
    3.4.2特征交叉/
    3.5特征筛选/
    3.5.1过滤式/
    3.5.2包装法/
    3.5.3嵌入法/
    第4章 模型评估和模型选型/
    4.1模型评估和模型选型概要/
    4.1.1模型评估简介/
    4.1.2模型选型简介/
    4.2模型评估方法/
    4.2.1留出法/
    4.2.2K折交叉验证法/
    4.2.3自助法/
    4.3模型评估指标/
    4.3.1分类问题评估指标/
    4.3.2回归模型评估指标/
    4.3.3结合业务场景选择评估指标/
    4.4典型模型介绍/
    4.4.1统计机器学习/
    4.4.2深度学习/
    4.4.3因果推断/
    4.5模型选型技术/
    4.5.1模型选型依据/
    4.5.2偏差和方差/
    4.5.3结合业务场景进行模型选型/
    第5章 模型优化/
    5.1数据集优化/
    5.1.1数据采样/
    5.1.2数据降维/
    5.2目标函数优化/
    5.2.1常见损失函数/
    5.2.2正则化项/
    5.2.3不平衡数据集下对损失函数的优化/
    5.3模型结构优化——集成学习/
    5.3.1Bagging/
    5.3.2Boosting/
    5.3.3Stacking/
    5.4很优化算法/
    5.4.1梯度下降法/
    5.4.2牛顿法和拟牛顿法/
    5.4.3Momentum/AdaGrad/RMSProp/Adam/
    5.5模型参数优化/
    5.5.1模型调参要素/
    5.5.2网格搜索/
    5.5.3随机搜索/
    5.5.4贝叶斯优化/
    第6章 计算广告:广告点击率预估/
    6.1业务场景介绍/
    6.1.1计算广告概述/
    6.1.2计算广告核心算法/
    6.2点击率预估场景下的特征挖掘/
    6.2.1数据集介绍/
    6.2.2数据分析/
    6.2.3特征构建/
    6.3常见的点击率预估模型/
    6.3.1基线模型建设/
    6.3.2DeepCrossing模型/
    6.3.3Wide&Deep模型/
    6.3.4Deep&Cross模型/
    6.3.5DeepFM模型/
    6.3.6AFM模型/
    6.3.7DIN模型/
    第7章 供需预测:“新零售”之供需时序建模/
    7.1业务场景介绍/
    7.1.1为什么需要供需预测/
    7.1.2新零售场景下的供需预测/
    7.2时序问题的数据分析和特征挖掘/
    7.2.1数据集介绍/
    7.2.2数据分析/
    7.2.3特征构建/
    7.3时序模型探索过程/
    7.3.1传统时序模型——ARIMA/
    7.3.2Prophet模型/
    7.3.3树模型——LightGBM/
    7.3.4深度学习模型——LSTM模型/
    7.3.5深度学习模型——Transformer模型/
    7.3.6深度学习模型——DeepAR模型/
    第8章 智能营销:优惠券发放/
    8.1业务场景介绍/
    8.1.1智能营销的概念和架构/
    8.1.2优惠券发放业务场景/
    8.2智能营销场景下的特征挖掘/
    8.2.1数据集介绍/
    8.2.2用户侧特征挖掘/
    8.2.3产品侧特征挖掘/
    8.3智能营销建模流程/
    8.3.1发给谁——人群分层模型(RFM、Uplift Model、ESMM)/
    8.3.2发多少——LTV模型/
    8.3.3怎么发——优惠券分发策略/
    第9章 动态定价:交易市场价格动态调整/
    9.1业务场景介绍/
    9.1.1动态定价概述/
    9.1.2常见动态定价业务场景/
    9.1.3网约车场景下的交易市场业务/
    9.2动态定价相关的特征挖掘/
    9.2.1时空特征挖掘/
    9.2.2用户特征挖掘/
    9.2.3平台特征挖掘/
    9.3动态定价模型/
    9.3.1动态定价策略总览/
    9.3.2用户行为预估模型/

    全彩印刷,多位国内外知名学者也业内专家联合推荐

    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