电子书：《机器学习在线解析_阿.里_云机器学习平台》
1137内容简介：
∠2 安papasroup技术丛书
大数据丛书“十三五”guo家重点图书出版规划项目
机器学习在线
解析_阿.里_云机器学习平台
杨旭著
子工常出社
Publishing House of Electronics Industry
内容简介
近几年,机器学习平台获得了飞速发展,积累了大量高效的机器学习算法组件,基于这些组件可以快
速实现业务流程、解决具体问題,_阿.里_云机器学习平台的丰富算法功能可以在线使用,不需要购买硬件
不需要安装配置各种环境:数据和计算资源一直处在“在线”状态,不必担心数据太大或计算资源不足的
问题。机器学习平台降低了我们使用机器学习知识的门槛,将各个算法作为组件,即使不了解背后的理论
知识,仍可以仿照书中实例,将组件连接起来解决一些实际问题
本书适合机器学习算法的初学者及中级用户快速入门,在机器学习实践中学习
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
版权所有,侵权必究
学器里國
机器学习在线:解析_阿.里_云机器学习平台/杨旭著.一北京:电子工业出版社,2017.8
_阿.里_巴巴集团技术丛书)
ISBN978-7-121-318696
1.①机…Ⅱ.①杨…IL①电子商务一计算机网络V.①TP39
中guo版本图书馆CIP数据核字(2017第131004号
策划编辑:Liu皎
责任编辑:郑柳洁
印刷:三河市鑫金MA印装有限公
装订:三河市鑫金MA印装有限公司
出版发行:电子工业出版社
北京市海淀区万寿路173信箱部编:100036
开本:787×9801/16印张:16.5字数:263千字
版次:2017年8月第1版
印次:2017年8月第1次印刷
定价:79.00元
凡所购买电子工业出版社图书有缺损问题,请向胸买书店调换。若书店售缺,请与本社发行部联系
联系及邮购电话:(010)8825488,8825888。
质量投诉请发郎件至ats@ephei.com.cn,盗版侵权举报请发邮件至dbq(@phei.com.cm
本书咨询联系方式:010-5126088-81
前言
飞速发展的互联网、物联网每时每刻都在产生大量的数据,数据的价值也因此被提升到
所未有的高度:越来越多的人投身数据分析的领域,希望通过机器学习及深度学习,从数据
中获取更大的价值。另一方面,云计算的蓬勃发展极大地扩展了数据的存储能力,它使计算
可以同时使用成百上千台机器,快速解决问题,而在计算完成后,又能及时释放掉资源,控
制成本
在这样的大背景下,机器学习算法平台也获得了飞速发展,积累了大量高效的机器学习算
法组件,基于这些组件我们可以快速实现业务流程,解决具体问题。在为本书定书名时,受到
王坚博士《在线》一书的影响,觉得用“在线”一词来说明目前机器学习平台的状态非常恰当
丰富的算法功能可以在线使用、不需要购买硬件、不需要安装配置各种环境;数据和计算资源
直处在“在线”状态,不必担心数据太大或计算资源不足的问题
_阿.里_云机器学习算法平台不仅在_阿.里_集团内部使用,也己对_阿.里_集团外部开放,读者可以
通过_阿.里_云官网试用或使用本书中介绍的功能
机器学习平台提供了一个舞台,主角是其上面的近百种算法。本书的重点放在这些算法的
使用上一一通过实际的数据和具体的场景,帮助读者理解各算法所擅长处理的问题:另外,本
书是根据机器学习的知识点由浅入深来逐步组织的,以降低阅读本书的门槛,使读者对所学的
内容能产生清晰的印象。
在具体章节的组织上,_阿.里_云机器学习平台的介绍占两个章节,即第1章和附录A。第1
章为平台简介,在内容组织上尽量减少文字说明,将最基本的内容用图例来表示:附录A介绍
了些碎但重要的事情,像如何试用、如何上传数据以及预处理函数的详细说明。第2章至第
12章是按照机器学习的知识点逐步深入的思路来编排的。分类模型是机器学习理论和应用方面
N1机器学习在线:解析_阿.里_云机器学习平台
的重头,首先是数值类型特征的二分类模型、扩展特征的类型、多分类模型:之后介绍聚类模
型:然后是回归模型:再后面介绍文本分析领域的应用(主题模型、向量化、关键词等),根据
文本描述进行预测、情感分析,并以电影数据为例,搭建推荐系统。深度学习的内容放在第12
章,guo绕 Tensorelow框架组件,介绍了一个能体现 Tensorflow特点的 Softmax模型的例子,然
后介绍了使用深度学习DNN分类器的例子
机器学习平台降低了我们使用机器学习知识的门槛,将各个算法作为组件,即使不了解其
青后的理论知识,读者仍然可以伤照书中实例,将组件连接起来解决一些实际问题,希望本书
能帮助读者在机器学习的实践中学习。
最后,感谢一起研发_阿.里_云机器学习平台的各位同事!感谢家人的理解和支持!
年7月
目录
第1章_阿.里_云机器学习
1.1产品特点
1.2名词解释,
1.3构建机器学习实验
1.3.1新建实验
1.3.,2使用组件搭建工作流
1.3.3运行实验、查看结果
1.3,4模型部署、在线预测
第2章商家作弊行为检.测
2.1数据探索
22建模、预测和评估
2.3尝试其他分类模型
2.4判断商家作弊,
第3章生存预测
3.1数据集
3.1.1特征分析
3.1.2生存预測
2数据集二
随机森林模型
39
3.2.2朴素贝叶斯模型
#############################################
免费下载地址：
http://pan.qqq0.com/file/488067-425779018
页:
[1]