思维导图备注

机器学习在线——解析阿里云机器学习平台 - 杨旭
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

前言

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 09:39:37
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 内容简介
  • 前言
  • 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
      • 1.3.2　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
    • 2.2　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　数据集一
      • 3.1.1　特征分析
      • 3.1.2　生存预测
    • 3.2　数据集二
      • 3.2.1　随机森林模型
      • 3.2.2　朴素贝叶斯模型
  • 第4章　信用风险预测
    • 4.1　整体流程
      • 4.1.1　特征哑元化
      • 4.1.2　特征重要性
    • 4.2　模型效果评估
    • 4.3　减少模型特征的个数
  • 第5章　用户购买行为预测
    • 5.1　数据探索
    • 5.2　思路
      • 5.2.1　用户和品牌的各种特征
      • 5.2.2　二分类模型训练
    • 5.3　计算训练数据集
      • 5.3.1　原始数据划分
      • 5.3.2　计算特征
      • 5.3.3　计算标签
    • 5.4　二分类模型训练
      • 5.4.1　正负样本配比
      • 5.4.2　逻辑回归算法
      • 5.4.3　随机森林算法
  • 第6章　聚类与分类
    • 6.1　数据可视化
    • 6.2　K-Means聚类
      • 6.2.1　聚类、评估流程
      • 6.2.2　聚成两类
      • 6.2.3　聚成三类
    • 6.3　K最近邻算法
      • 6.3.1　使用KNN算法进行分类
      • 6.3.2　算法比较
    • 6.4　多分类模型
      • 6.4.1　使用朴素贝叶斯算法
      • 6.4.2　使用逻辑回归多分类算法
      • 6.4.3　使用随机森林算法
      • 6.4.4　各多分类模型效果对比
  • 第7章　葡萄酒品质预测
    • 7.1　数据探索
    • 7.2　线性回归
    • 7.3　GBDT回归
  • 第8章　文本分析
    • 8.1　分词
    • 8.2　词频统计
    • 8.3　单词的区分度
    • 8.4　字符串比较
    • 8.5　抽取关键词、关键句
      • 8.5.1　原理简介
      • 8.5.2　完整流程
    • 8.6　主题模型
      • 8.6.1　LDA模型
      • 8.6.2　新闻的主题模型
      • 8.6.3　数据预处理
      • 8.6.4　主题与原始分类的关系
    • 8.7　单词映射为向量
      • 8.7.1　相近单词
      • 8.7.2　单词聚类
    • 8.8　组件使用小结
  • 第9章　基于用户退货描述的赔付预测
    • 9.1　思路
    • 9.2　训练集的特征生成
    • 9.3　测试集的特征生成
    • 9.4　模型训练、预测、评估
    • 9.5　提高召回率
  • 第10章　情感分析
    • 10.1　词袋模型
      • 10.1.1　训练集的特征生成
      • 10.1.2　测试集的特征生成
      • 10.1.3　模型训练、预测、评估
    • 10.2　词向量模型
      • 10.2.1　特征生成
      • 10.2.2　模型训练
  • 第11章　影片推荐
    • 11.1　协同过滤
    • 11.2　整体流程
    • 11.3　预处理，过滤出好评信息
    • 11.4　计算影片间的相似度
    • 11.5　计算用户可能喜欢的影片
    • 11.6　查看推荐效果
  • 第12章　支持深度学习框架
    • 12.1　TensorFlow组件简介
    • 12.2　Softmax模型
    • 12.3　深度神经网络
  • 附录A
    • A.1　免费体验
    • A.2　数据导入
    • A.3　数据预处理
      • A.3.2　数据合并
      • A.3.3　标准化、归一化、缺失值填充
      • 13.3.4　过滤与映射
      • 13.3.5　数据拆分
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《机器学习在线——解析阿里云机器学习平台 - 杨旭》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度