选择特殊符号
选择搜索类型
请输入搜索
李博,目前任阿里云数据产品经理,主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士毕业于北京邮电大学,曾就职于索尼和华为(实习),从事数据相关产品的开发。作为CSDN博客专家、云栖社区博客专家,长期分享IT技术相关文章,内容涉及机器学习算法、Android应用及源码开发等领域。一直活跃于开发者社区,主导开发了多个GitHub百星开源项目,还开发并上线了多款手机App。
第1部分 背景知识
第1章 机器学习概述 3
1.1 背景 3
1.2 发展现状 6
1.2.1 数据现状 6
1.2.2 机器学习算法现状 8
1.3 机器学习基本概念 12
1.3.1 机器学习流程 12
1.3.2 数据源结构 14
1.3.3 算法分类 16
1.3.4 过拟合问题 18
1.3.5 结果评估 20
1.4 本章小结 22
第2部分 算法流程
第2章 场景解析 25
2.1 数据探查 25
2.2 场景抽象 27
2.3 算法选择 29
2.4 本章小结 31
第3章 数据预处理 32
3.1 采样 32
3.1.1 随机采样 32
3.1.2 系统采样 34
3.1.3 分层采样 35
3.2 归一化 36
3.3 去除噪声 39
3.4 数据过滤 42
3.5 本章小结 43
第4章 特征工程 44
4.1 特征抽象 44
4.2 特征重要性评估 49
4.3 特征衍生 53
4.4 特征降维 57
4.4.1 特征降维的基本概念 57
4.4.2 主成分分析 59
4.5 本章小结 62
第5章 机器学习算法——常规算法 63
5.1 分类算法 63
5.1.1 K近邻 63
5.1.2 朴素贝叶斯 68
5.1.3 逻辑回归 74
5.1.4 支持向量机 81
5.1.5 随机森林 87
5.2 聚类算法 94
5.2.1 K-means 97
5.2.2 DBSCAN 103
5.3 回归算法 109
5.4 文本分析算法 112
5.4.1 分词算法——Hmm 112
5.4.2 TF-IDF 118
5.4.3 LDA 122
5.5 推荐类算法 127
5.6 关系图算法 133
5.6.1 标签传播 134
5.6.2 Dijkstra最短路径 138
5.7 本章小结 145
第6章 机器学习算法——深度学习 146
6.1 深度学习概述 146
6.1.1 深度学习的发展 147
6.1.2 深度学习算法与传统
算法的比较 148
6.2 深度学习的常见结构 152
6.2.1 深度神经网络 152
6.2.2 卷积神经网络 153
6.2.3 循环神经网络 156
6.3 本章小结 157
第3部分 工具介绍
第7章 常见机器学习工具介绍 161
7.1 概述 161
7.2 单机版机器学习工具 163
7.2.1 SPSS 163
7.2.2 R语言 167
7.2.3 工具对比 172
7.3 开源分布式机器学习工具 172
7.3.1 Spark MLib 172
7.3.2 TensorFlow 179
7.4 企业级云机器学习工具 190
7.4.1 亚马逊AWS ML 191
7.4.2 阿里云机器学习PAI 196
7.5 本章小结 205
第4部分 实战应用
第8章 业务解决方案 209
8.1 心脏病预测 209
8.1.1 场景解析 209
8.1.2 实验搭建 211
8.1.3 小结 216
8.2 商品推荐系统 216
8.2.1 场景解析 217
8.2.2 实验搭建 218
8.2.3 小结 220
8.3 金融风控案例 220
8.3.1 场景解析 221
8.3.2 实验搭建 222
8.3.3 小结 225
8.4 新闻文本分析 225
8.4.1 场景解析 225
8.4.2 实验搭建 226
8.4.3 小结 230
8.5 农业贷款发放预测 230
8.5.1 场景解析 230
8.5.2 实验搭建 232
8.5.3 小结 236
8.6 雾霾天气成因分析 236
8.6.1 场景解析 237
8.6.2 实验搭建 238
8.6.3 小结 243
8.7 图片识别 243
8.7.1 场景解析 243
8.7.2 实验搭建 245
8.7.3 小结 253
8.8 本章小结 253
第5部分 知识图谱
第9章 知识图谱 257
9.1 未来数据采集 257
9.2 知识图谱的概述 259
9.3 知识图谱开源
工具 261
9.4 本章小结 264
参考文献 265
编辑推荐
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科,专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心,是使计算机具有智能的根本途径。本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解,全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法,并详细给出了机器学习的算法流程。本书适合任何有一定数据功底和编程基础的读者阅读。通过阅读本书,读者不仅可以了解机器学习的理论基础,也可以参照一些典型的应用案例拓展自己的专业技能。同时,本书也适合计算机相关专业的学生以及对人工智能和机器学习感兴趣的读者阅读。
一、学习(在学习中更新观念) 1、认真研读《普通高中生物课程标准》(以下简称《标准》),更新教育观念 中华人民共和国教育部制定的《标准》是教师制定和实施每一项教学活动的依据,教师应在认真学习《标准》的...
你到啊里巴巴找吧 里面有很多这方面的信息的 投资不是很大
【知识学习】园林科研所学习实践创新活动总结
工作材料 范文材料 园林科研所学习 实践 创新活动总结 学习、实践、创新活动在我单位的扎实开展,有力地推 动了单位中心工作的顺利进行,同时,也有力的证明了学习 的必要性,实践的重要性和创新的优越性。现在将该相活动 在我单位的开展情况总结如下:一、领导高度重视。上级布 置“学习、实践、创新”活动伊始,单位主要领导立即在单 位召开了中层以上干部会议,及时贯彻了上级指示精神,并 对该项活动在单位的开展做了详细部署。同时采取问卷调 查、开座谈会和个别探讨等方式,对生产一线职工和机关各 科室室人员的思想反映进行了认真调查分析。调查结果表 明,多数干部职工的认识是明确的,对活动抱有欢迎心理和 积极态度,但在个别一线职工中也存在对个人没有多大帮助 的厌烦思想。根据情况,我们调整了活动方案。确定了活动 的主要内容和开展形式。主要为: 1、确定由支部牵头,组 织拟订活动计划; 2、办公室依照计划安排,督促各
基于机器学习的推荐系统
基于机器学习的推荐系统
学习实践科学发展观将有力促进工程咨询业的自身建设
(1)学习实践科学发展观,促使工程咨询业以新的高度和视野,把握发展方向,明确发展任务,为适应时代发展需要而不断改进和提高其专业能力,从而在更好地在服务我国经济社会发展的过程中强化自身应有的社会地位。
(2)学习实践科学发展观,促使工程咨询业全面更新咨询理念、理论和咨询方法,更加重视对人与自然和谐发展、经济与社会协调发展,不断追赶时代潮流,实现自身的改革,永远保持强大的生命力。
(3)贯彻落实科学发展观。为我国工程咨询业提供了巨大的发展机遇和空间。随着投资建设领域贯彻落实科学发展观的不断推进,无论是政府部门还是项目业主,对工程咨询专业服务的需求不断增加,对服务的质量要求不断提高,对服务内容和标准不断深化,促使新的工程咨询服务种类和服务模式的产生。工程咨询业学习实践科学发展观,就能抓住历史机遇,不断拓展业务范围,加快自身的发展。
(4)在学习实践科学发展观的过程中,必将催生一批掌握科学发展理念的复合型、外向型、开拓型人才。他们既有坚实的专业技术知识,又通晓资源、环境、可持续发展等知识,能跟踪国外在工程咨询和发展理念方面的最新动态,熟悉国际通用的工程咨询方法;对社会经济发展中的一些重大问题有敏锐的观察力和快速应变的能力。这样的新型人才是我国工程咨询业长远健康发展的基础和保证。
超声波机器因其强大的功能在很多领域有其广泛的应用:超声波清洗机,超声波医学检查(如B超机),超声波塑料焊接机,超声波熔接机,超声波测距.,超声波汽车焊接机,超声波真空包装机
现今,对人类来说,太脏太累、太危险、太精细、太粗重或太反复无聊的工作,常常由机器人代劳。从事制造业的工厂里的生产线就应用了很多工业机器人,其他应用领域还包括:射出成型业、建筑业、石油钻探、矿石开采、太空探索、水下探索、毒害物质清理、搜救、医学、军事领域等。
OTC机器人指由操作机(机械本体)、控制器、伺服驱动系统和传感装置构成的一种仿人操作、自动控制、可重复编程、能在三维空间完成各种作业的光机电一体化生产设备,特别适合于多品种、变批量的弹性制造系统。
一个工业机器人可以仅包括一个感觉与动作之间的连结,而且这个连结不是由人手动操控的。机器人的动作也许是电动机或是驱动器(也称效应器)移动一只手臂,张开或关闭一个夹子的动作。此种直接而详尽的控制跟回馈也许是由在外部或是嵌入式的电子计算机或是微控制器上运行的程式提供。根据这个定义,所有的自动装置都算机器人。
OTC机器人可直接接受人类指令,也可以执行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。
OTC机器人发展现状方面, 2007年全球共新安装工业机器人114,365 台,较2006年新安装的111,052 台,上升了3%。截至2007 年底,全球工业机器人保有量已达到了995,000台。2007年,亚洲及美洲工业机器人的装配量明显上升,汽车工业以及电子电器行业的发展是上述地区工业机器人装配量强劲增长的主要因素。此外,化工领域用工业机器人的需求量也迅速上升。
OTC焊接机器人是工业机器人的最常见类型,常用于汽车制造机械流水线的规模化制造中,汽车车身和其他采用焊接工艺的部件的焊接。