第1 章　 平台配置和文件操作  1

　 　 1. 1　 环境配置 1

　 　 1. 2　 软件的安装 7

　 　 1. 3　 文件操作 7

　 　 1. 4　 数据读取 9

　 　 1. 5　 常见的模块  13

　 　 1. 6　 数据标注  16

　 　 1. 7　 Python debug 工具  17

第2 章　 距离度量和标准化 21

　 　 2. 1　 距离度量  21

　 　 2. 2　 标准化  26

　 　 2. 3　 正则化  29

第3 章　 数据探索  33

　 　 3. 1　 变量识别与分析  33

　 　 3. 2　 缺失值处理  36

　 　 3. 3　 异常值处理  40

　 　 3. 4　 变量转换  53

　 　 3. 5　 变量生成  55

　 　 3. 6　 查看数据分布  56

          3. 7　 不平衡数据小样本生成  60

　 　 3. 8　 预测明天是否下雨  63

第4 章　 特征工程  70

　 　 4. 1　 数据预处理  70

　 　 4. 2　 特征处理  71

　 　 4. 3　 特征降维  72

　 　 4. 4　 特征选择  80

第5 章　 模型训练  87

　 　 5. 1　 线性模型  87

　 　 5. 2　 树模型  90

　 　 5. 3　 神经网络 126

第6 章　 模型融合 140

　 　 6. 1　 构建多样性 140

　 　 6. 2　 训练过程的融合 141

　 　 6. 3　 训练结果的融合 152

　 　 6. 4　 交叉验证 162

第7 章　 性能度量和最优化问题 167

　 　 7. 1　 费马定理、 拉格朗日乘子、 KKT  168

　 　 7. 2　 数值优化算法 169

　 　 7. 3　 机器学习的优化方法 174

　 　 7. 4　 机器学习的评估方法和检验方法 177

　 　 7. 5　 过拟合和欠拟合 183

第8 章　 关联规则 187

　 　 8. 1　 Apriori 算法  187

　 　 8. 2　 FPTree 树  197

第9 章　 回归问题 208

　 　 9. 1　 线性回归 208

　 　 9. 2　 逻辑回归 217

第10 章　 Bayes 算法  223

　 　 10. 1　 朴素贝叶斯  223

　 　 10. 2　 贝叶斯网络  225

第11 章　 聚类算法  229

　 　 11. 1　 K-means 聚类算法  229

　 　 11. 2　 GMM 高斯混合模型聚类算法 232

　 　 11. 3　 聚类算法  236

　 　 11. 4　 基于密度的聚类算法  238

　 　 11. 5　 基于谱聚类算法  241

　 　 11. 6　 Birth 聚类  242

第12 章　 支持向量机  247

　 　 12. 1　 SVM 算法原理  248

　 　 12. 2　 对偶问题  249

　 　 12. 3　 松弛变量  251

　 　 12. 4　 核函数  252

　 　 12. 5　 软间隔和正则化  255

第13 章　 推荐算法  263

　 　 13. 1　 基于用户的协同过滤  264

　 　 13. 2　 基于项目的协同过滤  269

第14 章　 深度学习  274

　 　 14. 1　 BP 网络 274

　 　 14. 2　 卷积神经网络  279

　 　 14. 3　 循环神经网络  289

第15 章　 迁移学习  294

第16 章　 强化学习  303

　 　 16. 1　 强化学习基本概念  303

　 　 16. 2　 基于值函数的强化学习方法  304

          16. 3　 使用 PyTorch 进行强化学习  304

第17 章　 图像处理  309

　 　 17. 1　 图像处理系统基本工作流程概述  309

　 　 17. 2　 图像处理的应用  310

第18 章　 蒙特卡洛算法  318

　 　 18. 1　 拒绝采样  319

　 　 18. 2　 最大期望算法  320

　 　 18. 3　 MCMC、 Gibbs  326

第19 章　 综合实验  335

　 　 19. 1　 知识图谱  335

　 　 19. 2　 时间序列  343

　 　 19. 3　 自然语言处理  351