目录
序章 遇见机器学习 1
清佳的房间① 清佳和高中生爱子 14
第1章 什么是回归? 15
1.1 难以预测的数字 16
1.2 在解释变量中找到响应变量 17
1.3 求解线性回归函数 20
1.4 正则化的效果 22
清佳的房间② 数学复习① 34
第2章 如何进行分类? 39
2.1 数据整理 46
2.2 根据数据预测类别 47
2.3 逻辑分类 49
2.4 决策树分类 55
清佳的房间③ 数学复习② 74
第3章 结果评价 77
3.1 没经过测试数据评价就没有意义 82
3.2 训练数据、验证数据、测试数据 83
3.3 交叉确认法 85
3.4 准确率、精确率、召回率、F值 87
清佳的房间④ 数学复习③ 95
第4章 深度学习 97
4.1 神经网络 103
4.2 通过误差反向传播法学习 107
4.3 挑战深度学习 111
4.3.1 深层神经网络的问题点 112
4.3.2 多层学习着力点1:预训练法 113
4.3.3 多层学习着力点2:激活函数 115
4.3.4 多层学习着力点3:避免过学习 117
4.3.5 具有特殊结构的神经网络 118
清佳的房间⑤ 数学复习④ 134
第5章 集成学习 139
5.1 Bagging算法 146
5.2 随机森林 149
5.3 Boosting算法 152
清佳的房间⑥ 数学复习⑤ 160
第6章 无监督学习 165
6.1 聚类 172
6.1.1 分层聚类 173
6.1.2 **分割法聚类 175
6.2 矩阵分解 179
清佳的房间⑦ 数学复习⑥ 191
后记 197
参考文献 205
索引 206