標籤：處理映像 div gpo int 市場分析 tap 推薦 交易 尋找
：網盤下載
內容簡介 · · · · · ·
機器學習是近年來漸趨熱門的一個領域，同時Python 語言經過一段時間的發展也已逐漸成為主流的程式設計語言之一。本書結合了機器學習和Python 語言兩個熱門的領域，通過利用兩種核心的機器學習演算法來將Python 語言在資料分析方面的優勢發揮到極致。
全書共有10 章。第1 章講解了Python 機器學習的生態系統，剩餘9 章介紹了眾多與機器學習相關的演算法，包括各類分類演算法、資料視覺效果技術、Recommendation Engine等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、映像、聊天機器人和Recommendation Engine等方面的應用。
本書適合Python 程式員、資料分析人員、對演算法感興趣的讀者、機器學習領域的從業人員及科研人員閱讀。
作者簡介 · · · · · ·
Alexander T. Combs 是一位經驗豐富的資料科學家、策略師和開發人員。他有金融資料幫浦、自然語言處理和產生，以及定量和統計建模的背景。他目前是紐約沈浸式資料科學項目的一名全職資深講師。
目錄 · · · · · ·第1章Python機器學習的生態系統1
1.1資料科學／機器學習的工作流程2
1.1.1擷取2
1.1.2檢查和探索2
1.1.3清理和準備3
1.1.4建模3
1.1.5評估3
1.1.6部署3
1.2Python庫和功能3
1.2.1擷取4
1.2.2檢查4
1.2.3準備20
1.2.4建模和評估26
1.2.5部署34
1.3設定機器學習的環境34
1.4小結34
第2章構建應用程式，發現低價的公寓35
2.1擷取公寓房來源資料36
使用import.io抓取房來源資料36
2.2檢查和準備資料38
2.2.1分析資料46
2.2.2可視化資料50
2.3對資料建模51
2.3.1預測54
2.3.2擴充模型57
2.4小結57
第3章構建應用程式，發現低價的機票58
3.1擷取機票價格資料59
3.2使用進階的網路爬蟲技術檢索票價資料60
3.3解析DOM以提取定價資料62
通過聚類技術識別異常的票價66
3.4使用IFTTT發送即時提醒75
3.5整合在一起78
3.6小結82
第4章使用羅吉斯迴歸預測IPO市場83
4.1IPO市場84
4.1.1什麼是IPO84
4.1.2近期IPO市場表現84
4.1.3基本的IPO策略93
4.2特徵工程94
4.3二元分類103
4.4特徵的重要性108
4.5小結111
第5章建立自訂的新聞源112
5.1使用Pocket應用程式，建立一個監督訓練的集合112
5.1.1安裝Pocket的Chrome擴充程式113
5.1.2使用PocketAPI來檢索故事114
5.2使用embed.lyAPI下載故事的內容119
5.3自然語言處理基礎120
5.4支援向量機123
5.5IFTTT與文章源、Google表單和電子郵件的整合125
通過IFTTT設定新聞源和Google表單125
5.6設定你的每日個人化新聞簡報133
5.7小結137
第6章預測你的內容是否會廣為流傳138
6.1關於病毒性，研究告訴我們了些什麼139
6.2擷取分享的數量和內容140
6.3探索傳播性的特徵149
6.3.1探索映像資料149
6.3.2探索標題152
6.3.3探索故事的內容156
6.4構建內容評分的預測模型157
6.5小結162
第7章使用機器學習預測股票市場163
7.1市場分析的類型164
7.2關於股票市場，研究告訴我們些什麼165
7.3如何開發一個交易策略166
7.3.1延長我們的分析周期172
7.3.2使用支援向量迴歸，構建我們的模型175
7.3.3建模與動態時間扭曲182
7.4小結186
第8章建立映像相似性的引擎187
8.1映像的機器學習188
8.2處理映像189
8.3尋找相似的映像191
8.4瞭解深度學習195
8.5構建映像相似性的引擎198
8.6小結206
第9章打造聊天機器人207
9.1圖靈測試207
9.2聊天機器人的曆史208
9.3聊天機器人的設計212
9.4打造一個聊天機器人217
9.5小結227
第10章構建Recommendation Engine228
10.1協同過濾229
10.1.1基於使用者的過濾230
10.1.2基於項目的過濾233
10.2基於內容的過濾236
10.3混合系統237
10.4構建Recommendation Engine238
10.5小結251
：網盤下載
Python機器學習實踐指南pdf
