我用夸克网盘分享了「Python大规模机器学习.epub」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

内容简介

本书不仅介绍大规模机器学习的基本概念，还包含丰富的案例研究。书中所选皆为最实用的技术和工具，而对理论细节不进行深入讨论，旨在提供大规模机器学习方法（甚至非常规方法）。不管是初学者、普通用户还是专家级用户，通过本书都能理解并掌握利用Python进行大规模机器学习。为让读者快速掌握核心技术，本书由浅入深讲解大量实例，图文并茂呈现每一步的操作结果，帮助读者更好地掌握大规模机器学习Python工具。例如：基于Scikit-learn可扩展学习、 Liblinear和Vowpal Wabbit快速支持向量机、基于Theano与H2O的大规模深度学习方法、TensorFlow深度学习技术与在线神经网络方法、大规模分类和回归树的可扩展解决方案、大规模无监督学习（PCA，聚类分析和主题建模等）扩展方法、Hadoop和Spark分布式环境、Spark机器学习实践以及Theano和GPU计算的基础知识。

作者简介

本书不仅介绍大规模机器学习的基本概念，还包含丰富的案例研究。书中所选皆为最实用的技术和工具，而对理论细节不进行深入讨论，旨在提供大规模机器学习方法（甚至非常规方法）。不管是初学者、普通用户还是专家级用户，通过本书都能理解并掌握利用Python进行大规模机器学习。为让读者快速掌握核心技术，本书由浅入深讲解大量实例，图文并茂呈现每一步的操作结果，帮助读者更好地掌握大规模机器学习Python工具。例如：基于Scikit-learn可扩展学习、 Liblinear和Vowpal Wabbit快速支持向量机、基于Theano与H2O的大规模深度学习方法、TensorFlow深度学习技术与在线神经网络方法、大规模分类和回归树的可扩展解决方案、大规模无监督学习（PCA，聚类分析和主题建模等）扩展方法、Hadoop和Spark分布式环境、Spark机器学习实践以及Theano和GPU计算的基础知识。

图书目录

译者序 前言 作者简介 审校者简介 第1章迈向可扩展性的第一步1 1.1详细解释可扩展性1 1.1.1大规模实例3 1.1.2介绍Python4 1.1.3使用Python进行向上扩展4 1.1.4使用Python进行向外扩展5 1.2Python用于大规模机器学习6 1.2.1选择Python2还是Python36 1.2.2安装Python7 1.2.3逐步安装7 1.2.4安装软件包8 1.2.5软件包升级9 1.2.6科学计算发行版10 1.2.7Jupyter/IPython介绍11 1.3Python包13 1.3.1NumPy14 1.3.2SciPy14 1.3.3pandas14 1.3.4Scikitlearn15 1.3.5小结21 第2章Scikitlearn中的可扩展学习22 2.1非核心学习22 2.1.1选择子采样23 2.1.2一次优化一个实例24 2.1.3构建非核心学习系统25 2.2流化源数据25 2.2.1处理真实数据集26 2.2.2第一个示例——流化共享单车数据集28 2.2.3使用pandasI/O工具30 2.2.4使用数据库31 2.2.5关注实例排序35 2.3随机学习37 2.3.1批处理梯度下降37 2.3.2随机梯度下降40 2.3.3Scikitlearn的SGD实现40 2.3.4定义SGD学习参数42 2.4数据流的特征管理43 2.4.1描述目标46 2.4.2哈希技巧49 2.4.3其他基本变换51 2.4.4流测试和验证52 2.4.5使用SGD52 2.5小结56 第3章实现快速SVM57 3.1测试数据集58 3.1.1共享单车数据集58 3.1.2森林覆盖类型数据集58 3.2支持向量机59 3.2.1hingeloss及其变形64 3.2.2Scikitlearn的SVM实现65 3.2.3探究通过子采样改善非线性SVM68 3.2.4使用SGD实现大规模SVM70 3.3正则化特征选择77 3.4SGD中的非线性78 3.5超参数调整82 3.6小结96 第4章神经网络与深度学习97 4.1神经网络架构98 4.1.1神经网络如何学习106 4.1.2选择正确的架构110 4.1.3使用神经网络111 4.1.4sknn并行化111 4.2神经网络和正则化113 4.3神经网络和超参数优化115 4.4神经网络和决策边界117 4.5用H2O进行规模化深度学习120 4.5.1用H2O进行大规模深度学习121 4.5.2H2O上的网格搜索124 4.6深度学习和无监督预训练126 4.7使用theanets进行深度学习126 4.8自动编码器和无监督学习128 4.9小结131 第5章用TensorFlow进行深度学习132 5.1TensorFlow安装134 5.2在TensorFlow上使用SkFlow进行机器学习140 5.3安装Keras和TensorFlow148 5.4在TensorFlow中通过Keras实现卷积神经网络152 5.4.1卷积层153 5.4.2池化层153 5.4.3全连接层154 5.5增量CNN方法156 5.6GPU计算156 5.7小结159 第6章大规模分类和回归树160 6.1bootstrap聚合162 6.2随机森林和极端随机森林163 6.3随机搜索实现快速参数优化167 6.4CART和boosting172 6.5XGBoost179 6.5.1XGBoost回归181 6.5.2XGBoost流化大型数据集184 6.5.3XGBoost模型存储185 6.6用H2O实现非核心CART185 6.6.1H2O上的随机森林和网格搜索186 6.6.2H2O上的随机梯度增强和网格搜索188 6.7小结191 第7章大规模无监督学习192 7.1无监督方法192 7.2特征分解：PCA193 7.2.1随机化PCA199 7.2.2增量PCA200 7.2.3稀疏PCA201 7.3使用H2O的PCA202 7.4K-均值聚类算法203 7.4.1初始化方法206 7.4.2K-均值假设206 7.4.3选择最佳K209 7.4.4扩展K-均值算法：小批量212 7.5用H2O实现K-均值216 7.6LDA218 7.7小结226 第8章分布式环境——Hadoop和Spark227 8.1从单机到集群227 8.2设置VM230 8.2.1VirtualBox230 8.2.2Vagrant232 8.2.3使用VM232 8.3Hadoop生态系统234 8.3.1架构234 8.3.2HDFS235 8.3.3MapReduce242 8.3.4YARN250 8.4Spark250 8.5小结260 第9章Spark机器学习实践261 9.1为本章设置虚拟机261 9.2跨集群节点共享变量262 9.2.1广播只读变量262 9.2.2累加器只写变量264 9.2.3广播和累加器的示例265 9.3Spark的数据预处理267 9.3.1JSON文件和SparkDataFrame268 9.3.2处理缺失数据270 9.3.3在内存中分组和创建表271 9.3.4将预处理的DataFrame或RDD写入磁盘273 9.3.5使用SparkDataFrame274 9.4Spark机器学习276 9.4.1Spark处理KDD99数据集277 9.4.2读取数据集277 9.4.3特征工程280 9.4.4训练学习器284 9.4.5评估学习器的表现286 9.4.6机器学习管道的威力286 9.4.7手动优化288 9.4.8交叉验证291 9.5小结293 附录介绍GPU和Theano294