谢雪葵，毕业于北邮软件学院计算机科学系软件工程专业。在校期间，多次获得专业一、二等奖学金，并成功带领团队进行了校园APP的研发工作。阿诚网络的创始人，该公司专注于为企业提供大数据相关服务。主要业务包括为企业提供大数据技术支持和降低成本、提高效率的解决方案，同时也提供基于机器学习的预测模型和智能决策支持。在过去的多年里，积累了丰富的企业级大数据项目实战经验，并负责大型银行和互联网公司的大数据项目开发和性能优化工作，其中包括使用机器学习技术进行风险评估、用户行为分析和产品推荐等。

目录
机器学习入门????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????1
机器学习简介 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????1
1．1．1 什么是机器学习????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????1
1．1．2 机器学习的前景????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????2
机器学习的主要类型 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????3
1．2．1 监督学习??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????4
1．2．2 无监督学习????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????5
1．2．3 半监督学习????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????7
1．2．4 强化学习??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????8
1．2．5 监督学习案例????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．10
选择正确的算法??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．12
机器学习工具和环境??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????14
Python 介绍??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．14
2．1．1 Python 的安装 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．14
2．1．2 Python 基础语法 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．19
2．1．3 Python 其他特性 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．24
2．1．4 Python 简单实战案例(猜字游戏) ????????????????????????????????????????????????????????????????????????．31
2．1．5 Python 高级实战案例(网络爬虫) ????????????????????????????????????????????????????????????????????????．35
数据科学库??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．38
2．2．1 NumPy ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．38
2．2．2 Pandas ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．45
2．2．3 数据科学库案例(电商网站) ????????????????????????????????????????????????????????????????????????????????????．54
机器学习库??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．55
2．3．1 Scikit-Learn??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．55
2．3．2 TensorFlow ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．60
2．3．3 Keras??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．64
2．3．4 机器学习库案例(预测糖尿病) ??????????????????????????????????????????????????????????????????????????????．67
数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????70
数据导入 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．70
数据清洗 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．71
特征工程 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．73
3．3．1 特征选择????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．73
3．3．2 特征转换????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．75
3．3．3 特征缩放????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．77
数据分割 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．78
3．4．1 训练集??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．78
3．4．2 测试集??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．79
3．4．3 验证集??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．80
案例分析：银行客户数据??????????????????????????????????????????????????????????????????????????????????????????????????????????????????．80
机器学习模型的构建与评估????????????????????????????????????????????????????????????????????????????????????????????????????????????????84
监督学习实战????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．84
4．1．1 线性回归????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．84
4．1．2 逻辑回归????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．86
4．1．3 决策树??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．88
4．1．4 随机森林????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．90
无监督学习实战??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．91
4．2．1 K-means ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．92
4．2．2 主成分分析??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．93
深度学习实战????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．95
4．3．1 神经网络????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．95
4．3．2 卷积神经网络????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．98
4．3．3 循环神经网络????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????102
模型评估与选择 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????105
案例分析：客户流失预测 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????107
第5章 5．1
机器学习项目实战??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????111
项目一：房价预测 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．111
5．1．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????112
5．1．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????116
5．1．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????120
5．1．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????123
5．1．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????125
5．1．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????128
项目二：图像识别 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????130
5．2．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????131
5．2．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????134
5．2．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????136
5．2．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????138
5．2．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????140
5．2．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????143
项目三：自然语言处理 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????144
5．3．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????144
5．3．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????147
5．3．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????148
5．3．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????149
5．3．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????151
5．3．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????157
项目四：新闻主题分类 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????157
5．4．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????158
5．4．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????161
5．4．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????164
5．4．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????166
5．4．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????168
5．4．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????171
项目五：信用卡欺诈检测 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????172
5．5．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????173
5．5．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????176
第5章 5．1
机器学习项目实战??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????111
项目一：房价预测 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????．111
5．1．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????112
5．1．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????116
5．1．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????120
5．1．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????123
5．1．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????125
5．1．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????128
项目二：图像识别 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????130
5．2．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????131
5．2．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????134
5．2．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????136
5．2．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????138
5．2．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????140
5．2．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????143
项目三：自然语言处理 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????144
5．3．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????144
5．3．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????147
5．3．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????148
5．3．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????149
5．3．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????151
5．3．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????157
项目四：新闻主题分类 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????157
5．4．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????158
5．4．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????161
5．4．3 特征工程????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????164
5．4．4 模型构建与训练??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????166
5．4．5 模型评估与优化??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????168
5．4．6 结果解释????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????171
项目五：信用卡欺诈检测 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????172
5．5．1 数据获取与理解??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????173
5．5．2 数据预处理??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????176