機器學習（簡體書）

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書內容涵蓋了機器學習的基礎知識，主要包括機器學習的概論、統計學習基礎、分類、聚類、神經網絡、貝葉斯網絡、支持向量機、進化計算、文本分析等經典的機器學習理論知識，也包括用於大數據機器學習的分布式機器學習算法、深度學習和加強學習等高等級內容。此外，還介紹了機器學習的熱門應用領域推薦技術，並給出了華為機器學習平臺上的實驗。本書深入淺出、內容全面、案例豐富，每章後都有習題和參考文獻，便於學生鞏固學習，適用于高等院校本科生、研究生機器學習、數據分析、數據挖掘等課程的教材，也可作為對機器學習感興趣的研究人員和工程技術人員的參考資料。

2001年4月畢業于東南大學，獲博士學位。2001年6月起在復旦大學管理科學與工程博士後流動站工作。2003年5月進入復旦大學軟件學院，主要負責本科生和各類研究生電子商務、大數據核心技術和商務智能等課程的教學，2011年紐約大學Stern商學院訪問學者。商務智能被評為上海市精品課程，獲得2013年高等教育上海市教學成果獎二等獎。發表論文90多篇，其中被SCI、EI收錄40多篇。出版專著及教材10多部。獲得上海市2015年上海市科技進步二等獎。

序言
第 一章 機器學習概述 1
1.1 機器學習簡介 1
1.1.1 機器學習簡史 1
1.1.2 機器學習主要流派 2
1.2 機器學習、人工智能和數據挖掘 4
1.2.1 什麼是人工智能 4
1.2.2 機器學習、人工智能與數據挖掘 5
1.3 典型機器學習應用領域 5
1.4 機器學習算法 12
1.5 機器學習的一般流程 20
第 二章 機器學習基本方法 23
2.1 統計分析 23
2.1.1 統計基礎 23
2.1.2 常見概率分佈 29
2.1.3 參數估計 31
2.1.4 假設檢驗 33
2.1.5 線性回歸 33
2.1.6 Logistics回歸 37
2.1.7 判別分析 38
2.1.8 非線性模型 39
2.2 高維數據降維 40
2.2.1 主成分分析 40
2.2.2 線性判別分析 43
2.2.3 局部線性嵌入 47
2.3 特徵工程 48
2.3.1 特徵構造 48
2.3.2 特徵選擇 49
2.3.3 特徵提取 50
2.4 模型訓練 50
2.4.1 模型訓練常見術語 50
2.4.2 訓練數據收集 51
2.5 可視化分析 52
2.5.1 可視化分析的作用 52
2.5.2 可視化分析方法 53
2.5.3 可視化分析常用工具 54
2.5.4 常見的可視化圖表 56
2.5.5 可視化分析面臨的挑戰 62
第三章 決策樹與分類算法 64
3.1 決策樹算法 64
3.1.1 分支處理 66
3.1.2 連續屬性離散化 72
3.1.3 過擬合問題 74
3.1.4 分類效果評價 78
3.2 集成學習 83
3.2.1 裝袋法 83
3.2.2 提升法 84
3.2.3 GBDT 86
3.2.4 隨機森林 87
3.3 決策樹應用 89
第四章 聚類分析 95
4.1 聚類分析概念 95
4.1.1 聚類方法分類 95
4.1.2 良好聚類算法的特徵 97
4.2 聚類分析的度量 97
4.2.1 外部指標 98
4.2.2 內部指標 99
4.3 基於劃分的方法 101
4.3.1 k-均值算法 101
4.3.2 k-medoids算法 106
4.3.3 k-prototype算法 107
4.4 基於密度聚類 107
4.4.1 DBSCAN算法 108
4.4.2 OPTICS算法 110
4.4.3 DENCLUE算法 111
4.5 基於層次的聚類 116
4.5.1 BIRCH聚類 117
4.5.2 CURE算法 120
4.6 基於網格的聚類 122
4.7 基於模型的聚類 123
4.7.1 概率模型聚類 123
4.7.2 模糊聚類 129
4.7.3 Kohonen神經網絡聚類 129
第五章 文本分析 137
5.1 文本分析介紹 137
5.2 文本特徵提取及表示 138
5.2.1 TF-IDF 138
5.2.2 信息增益 139
5.2.3 互信息 139
5.2.4 卡方統計量 140
5.2.5 詞嵌入 141
5.2.6 語言模型 142
5.2.7 向量空間模型 144
5.3 知識圖譜 146
5.3.1 知識圖譜相關概念 147
5.3.2 知識圖譜的存儲 147
5.3.3 知識圖譜挖掘與計算 148
5.3.4 知識圖譜的構建過程 150
5.4 詞法分析 155
5.4.1 文本分詞 156
5.4.2 命名實體識別 159
5.4.3 詞義消歧 160
5.5 句法分析 161
5.6 語義分析 163
5.7 文本分析應用 164
5.7.1 文本分類 164
5.7.2 信息抽取 167
5.7.3 問答系統 168
5.7.4 情感分析 169
5.7.5 自動摘要 171
第六章 神經網絡 173
6.1 神經網絡介紹 173
6.1.1 前饋神經網絡 173
6.1.2 反饋神經網絡 176
6.1.3 自組織神經網絡 179
6.2 神經網絡相關概念 180
6.2.1 激活函數 180
6.2.2 損失函數 184
6.2.3 學習率 185
6.2.4 過擬合 188
6.2.5 模型訓練中的問題 189
6.2.6 神經網絡效果評價 192
6.3 神經網絡應用 192
第七章 貝葉斯網絡 197
7.1 貝葉斯理論概述 197
7.1.1 貝葉斯方法的基本觀點 197
7.1.2 貝葉斯網絡的應用 198
7.2 貝葉斯概率基礎 198
7.2.1 概率論 198
7.2.2 貝葉斯概率 199
7.3 樸素貝葉斯分類模型 200
7.4 貝葉斯網絡 203
7.5 貝葉斯網絡的應用 209
7.5.1 中文分詞 210
7.5.2 機器翻譯 210
7.5.3 故障診斷 211
7.5.4 疾病診斷 211
第八章 支持向量機 215
8.1 支持向量機模型 215
8.1.1 核函數 215
8.1.2 模型原理分析 216
8.2 支持向量機應用 219
第九章 進化計算 226
9.1 遺傳算法的基礎 226
9.1.1 基因重組（交叉）與基因突變 227
9.1.2 遺傳算法實現技術 228
9.1.3 遺傳算法案例 234
9.2 蟻群算法 237
9.2.1 蟻群算法應用案例 238
9.3 蜂群算法簡介 239
9.3.1 蜂群算法應用案例 241
第十章 分布式機器學習 245
10.1 分布式機器學習基礎 245
10.1.1 參數服務器 245
10.1.2 分布式並行計算類型 246
10.2 分布式機器學習框架 247
10.3 並行決策樹 254
10.4 並行k-均值算法 255
第十一章 深度學習 258
11.1 卷積神經網絡 258
11.1.1 卷積神經網絡的整體結構 259
11.1.2 常見卷積神經網絡 262
11.2 循環神經網絡 271
11.2.1 RNN基本原理 271
11.2.2 長短期記憶網絡 274
11.2.3 門限循環單元 277
11.3 深度學習流行框架 278
第十二章 高等級深度學習 281
12.1 高等級卷積神經網絡 281
12.1.1 目標檢測與追蹤 281
12.1.2 目標分割 295
12.2 高等級循環神經網絡應用 301
12.2.1 Encoder-Decoder模型 301
12.2.2 注意力模型 301
12.2.3 LSTM高等級應用 302
12.3 無監督式深度學習 307
12.3.1 深度信念網絡 307
12.3.2 自動編碼器網絡 309
12.3.3 生成對抗網絡模型 312
12.4 強化學習 316
12.4.1 增強學習基礎 316
12.4.2 深度增強學習 318
12.5 遷移學習 321
12.6 對偶學習 324
第十三章 推薦系統 327
13.1 推薦系統介紹 327
13.1.1 推薦系統的應用場景 327
13.2 推薦系統通用模型 329
13.2.1 推薦系統結構 329
13.2.2 基於內容的推薦 330
13.2.3 基於協同過濾的推薦算法 331
13.2.4 基於圖的模型 334
13.2.5 基於關聯規則的推薦 335
13.2.6 基於知識的推薦 341
13.2.7 基於標簽的推薦 342
13.3 推薦系統評測 343
13.3.1 評測方法 343
13.3.2 評測指標 345
13.4 推薦系統常見問題 349
13.4.1 冷啟動問題 349
13.4.2 推薦系統注意事項 351
13.5 推薦系統實例 352
第十四章 實驗 364
14.1 華為FusionInsight產品平臺介紹 364
14.2 銀行定期存款業務預測 365
14.2.1 上傳銀行客戶及存貸款數據 366
14.2.2 準備存款業務分析工作區 367
14.2.3 創建數據挖掘流程 368
14.2.4 定期存款業務模型保存和應用 375
14.3 客戶分群 378
14.3.1 分析業務需求 379
14.3.2 上傳客戶信息數據 381
14.3.3 準備客戶分群工作區 382
14.3.4 創建數據挖掘流程 383
14.3.5 客戶分群模型保存和應用 392