Uczenie maszynowe w Pythonie Receptury.pdf
(
2167 KB
)
Pobierz
Tytuł oryginału: Machine Learning with Python Cookbook:
Practical Solutions from Preprocessing to Deep Learning
Tłumaczenie: Robert Górczyński
ISBN: 978-83-283-5046-5
© 2019 Helion S.A.
Authorized Polish translation of the English edition of Machine Learning with Python Cookbook ISBN
9781491989388 © 2018 Chris Albon
This translation is published and sold by permission of O’Reilly Media, Inc., which owns or controls all
rights to publish and sell the same.
All rights reserved. No part of this book may be reproduced or transmitted in any form or by any means,
electronic or mechanical, including photocopying, recording or by any information storage retrieval system,
without permission from the Publisher.
Wszelkie prawa zastrzeżone. Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej
publikacji w jakiejkolwiek postaci jest zabronione. Wykonywanie kopii metodą kserograficzną,
fotograficzną, a także kopiowanie książki na nośniku filmowym, magnetycznym lub innym powoduje
naruszenie praw autorskich niniejszej publikacji.
Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich
właścicieli.
Autor oraz Helion SA dołożyli wszelkich starań, by zawarte w tej książce informacje były kompletne
i rzetelne. Nie biorą jednak żadnej odpowiedzialności ani za ich wykorzystanie, ani za związane z tym
ewentualne naruszenie praw patentowych lub autorskich. Autor oraz Helion SA nie ponoszą również
żadnej odpowiedzialności za ewentualne szkody wynikłe z wykorzystania informacji zawartych w książce.
Helion SA
ul. Kościuszki 1c, 44-100 Gliwice
tel. 32 231 22 19, 32 230 98 63
e-mail:
helion@helion.pl
WWW:
http://helion.pl
(księgarnia internetowa, katalog książek)
Pliki z przykładami omawianymi w książce można znaleźć pod adresem:
ftp://ftp.helion.pl/przyklady/uczmar.zip
Drogi Czytelniku!
Jeżeli chcesz ocenić tę książkę, zajrzyj pod adres
http://helion.pl/user/opinie/uczmar
Możesz tam wpisać swoje uwagi, spostrzeżenia, recenzję.
Printed in Poland.
•
Kup książkę
•
Poleć książkę
•
Oceń książkę
•
Księgarnia internetowa
•
Lubię to! » Nasza społeczność
Spis treści
Wprowadzenie ...........................................................................................................11
1. Wektor, macierz i tablica .......................................................................................... 15
1.0. Wprowadzenie
1.1. Tworzenie wektora
1.2. Tworzenie macierzy
1.3. Tworzenie macierzy rzadkiej
1.4. Pobieranie elementów
1.5. Opisywanie macierzy
1.6. Przeprowadzanie operacji na elementach
1.7. Znajdowanie wartości maksymalnej i minimalnej
1.8. Obliczanie średniej, wariancji i odchylenia standardowego
1.9. Zmiana kształtu tablicy
1.10. Transponowanie wektora lub macierzy
1.11. Spłaszczanie macierzy
1.12. Znajdowanie rzędu macierzy
1.13. Obliczanie wyznacznika macierzy
1.14. Pobieranie przekątnej macierzy
1.15. Obliczanie śladu macierzy
1.16. Znajdowanie wektorów i wartości własnych
1.17. Obliczanie iloczynu skalarnego
1.18. Dodawanie i odejmowanie macierzy
1.19. Mnożenie macierzy
1.20. Odwracanie macierzy
1.21. Generowanie liczb losowych
15
15
16
17
18
20
20
21
22
23
24
25
25
26
27
27
28
29
30
31
32
33
3
Kup książkę
Poleć książkę
2. Wczytywanie danych ................................................................................................35
2.0. Wprowadzenie
2.1. Wczytywanie przykładowego zbioru danych
2.2. Tworzenie symulowanego zbioru danych
2.3. Wczytywanie pliku CSV
2.4. Wczytywanie pliku Excela
2.5. Wczytywanie pliku JSON
2.6. Wykonywanie zapytań do bazy danych SQL
35
35
36
39
40
41
42
3. Przygotowywanie danych ........................................................................................45
3.0. Wprowadzenie
3.1. Tworzenie ramki danych
3.2. Opisywanie danych
3.3. Poruszanie się po ramce danych
3.4. Pobieranie wierszy na podstawie pewnych warunków
3.5. Zastępowanie wartości
3.6. Zmiana nazwy kolumny
3.7. Znajdowanie wartości minimalnej, maksymalnej, sumy,
średniej i liczby elementów w kolumnie
3.8. Znajdowanie unikatowych wartości
3.9. Obsługa brakujących wartości
3.10. Usuwanie kolumn
3.11. Usuwanie wiersza
3.12. Usuwanie powielonych wierszy
3.13. Grupowanie wierszy
3.14. Grupowanie wierszy według czasu
3.15. Iterowanie przez kolumnę
3.16. Wywoływanie funkcji dla wszystkich elementów kolumny
3.17. Wywoływanie funkcji dla grupy
3.18. Konkatenacja obiektów typu DataFrame
3.19. Złączanie obiektów typu DataFrame
45
46
47
49
51
52
53
54
55
56
58
59
60
62
63
65
66
67
68
69
4. Obs uga danych liczbowych ...................................................................................... 73
4.0. Wprowadzenie
4.1. Przeskalowywanie cechy
4.2. Standaryzowanie cechy
4.3. Normalizowanie obserwacji
4.4. Generowanie cech wielomianowych i interakcji
4.5. Transformacja cech
73
73
74
76
78
79
4
Spis treści
Poleć książkę
Kup książkę
4.6. Wykrywanie elementów odstających
4.7. Obsługa elementów odstających
4.8. Dyskretyzacja cech
4.9. Grupowanie obserwacji przy użyciu klastra
4.10. Usuwanie obserwacji, w których brakuje wartości
4.11. Uzupełnianie brakujących wartości
80
82
84
85
87
88
5. Obs uga danych kategoryzuj cych ........................................................................... 91
5.0. Wprowadzenie
5.1. Kodowanie nominalnych cech kategoryzujących
5.2. Kodowanie porządkowych cech kategoryzujących
5.3. Kodowanie słowników cech
5.4. Wstawianie brakujących wartości klas
5.5. Obsługa niezrównoważonych klas
91
92
94
96
98
99
6. Obs uga tekstu ......................................................................................................... 103
6.0. Wprowadzenie
6.1. Oczyszczanie tekstu
6.2. Przetwarzanie i oczyszczanie danych HTML
6.3. Usuwanie znaku przestankowego
6.4. Tokenizacja tekstu
6.5. Usuwanie słów o małym znaczeniu
6.6. Stemming słów
6.7. Oznaczanie części mowy
6.8. Kodowanie tekstu za pomocą modelu worka słów
6.9. Określanie wagi słów
103
103
105
105
106
107
108
109
111
113
7. Obs uga daty i godziny ............................................................................................ 117
7.0. Wprowadzenie
7.1. Konwertowanie ciągu tekstowego na datę
7.2. Obsługa stref czasowych
7.3. Pobieranie daty i godziny
7.4. Podział danych daty na wiele cech
7.5. Obliczanie różnicy między datami
7.6. Kodowanie dni tygodnia
7.7. Tworzenie cechy opóźnionej w czasie
7.8. Użycie okien upływającego czasu
7.9. Obsługa brakujących danych w serii danych
zawierających wartości daty i godziny
117
117
118
120
121
122
123
124
125
126
Spis treści
Kup książkę
5
Poleć książkę
Plik z chomika:
rerakosi
Inne pliki z tego folderu:
Algorytmy uczenia maszynowego Zaawansowane techniki implementacji.pdf
(3307 KB)
Deep Learning Praca z jezykiem R i biblioteka Keras.pdf
(2860 KB)
Deep Learning Praca z jezykiem Python i biblioteka Keras.pdf
(4353 KB)
Python Uczenie maszynowe Wydanie II(1).pdf
(3379 KB)
Uczenie maszynowe w C Szybkie sprytne i solidne aplikacje.pdf
(3388 KB)
Inne foldery tego chomika:
!fajne programy
3ds max
50 zadań i zagadek szachowych
Access
Acrobat
Zgłoś jeśli
naruszono regulamin