目录

第1章绪论

引导案例：“智慧小苏”

1.1什么是机器学习

1.2机器学习类型

1.3机器学习一般步骤

1.4机器学习在商务决策中的应用

1.5机器学习发展

练习题

即测即练题

第2章数据预处理与特征工程

引导案例： “智能炼厂”

2.1数据清洗

2.2数据规范化处理

2.3特征工程

练习题

即测即练题

第3章回归模型

引导案例： 优鲜沛利用机器学习加强运营

3.1回归问题概述

3.2线性回归

3.3岭回归和Lasso回归

3.4多项式回归

3.5线性回归算法应用案例

练习题

即测即练题

第4章分类模型

引导案例： 基于决策树的中国银行产品推荐

4.1分类问题概述

4.2基于统计的算法

4.3基于决策树的算法

4.4基于规则的算法

4.5支持向量机算法

4.6分类算法应用案例

练习题

即测即练题

第5章集成学习

引导案例： “会思考”的信用卡智能反欺诈模型

5.1AdaBoost算法

5.2随机森林算法

5.3集成算法应用案例

练习题

即测即练题

第6章无监督学习

引导案例： 亚马逊的推荐系统

6.1Kmeans聚类算法

6.2主成分分析

6.3关联规则

6.4无监督学习算法应用案例

练习题

即测即练题

第7章神经网络

引导案例： 中国天网

7.1神经网络概述

7.2多层感知机

7.3反向传播算法

7.4深度神经网络

7.5神经网络的代码实现

7.6神经网络算法应用案例

练习题

即测即练题

参考文献