深入浅出Python机器学习

作者简介

段小手，君兮科技创始人，毕业于北京大学。具有10余年国内一线互联网/电子商务公司项目管理经验。其负责的跨境电子商务项目曾获得“国家发改委电子商务示范项目”“中关村现代服务业试点项目”“北京市信息化基础设施提升项目”“北京市外贸综合公共平台”等专项政策支持。目前重点研究领域为机器学习和深度学习等方面。

内容简介

1.1 什么是机器学习——从一个小故事开始 要搞清楚什么是机器学习，我们可以从一个小故事开始。 小C是一个即将毕业的大学生、单身的小伙子，他一直在暗地里喜欢隔壁班的女 神，可是又苦于没有机会接近她，于是在很长一段时间里，小C只能保持这种暗恋的 状态。 突然有一天，在一个很偶然的机会下，小C得到了女神的微信号，并且添加了她。 然后开始密切关注她的朋友圈，观察她的一举一动。 不久小C就有了重大发现，女神在朋友圈经常发三种类型的内容：书籍、电影和旅游。 这可是个了不起的发现，对于小C来说，千载难逢的机会来了。 接下来，小C把女神喜欢的书名和特征（Features）保存在电脑上，做成一个数据集 （Dataset），然后根据这个数据集用“算法（Algorithm）”建立了一个“模型（Model）”， 并且通过这个模型预测出了女神会喜欢哪一本新书，之后小C买下了模型预测出来的书， 作为礼物送给了女神。 收到新书的女神很开心，也对小C产生了好感。 后来小C又用同样的方法预测出了女神喜欢的电影，并买票请女神去看。不出所料， 每次女神的观影体验都棒极了，两个人的关系也越来越近。 再后来，小C又预测了女神会喜欢的旅游地点，订好机票和酒店，对女神发出了邀请。 当然，女神不会拒绝小C了，因为这次旅游的目的地可是她一直想去的地方呢！ 整个旅途愉快极了，小C总能像手术刀一样精准地切到女神最感兴趣的话题上。女 神觉得太不可思议了，她问小C：“为什么你会这么了解我呢？”小C按捺住内心的喜悦， 故作镇定地说道：“这是机器学习的力量。” “什么是机器学习啊？”女神不解。 是时候让小C展现出扎实的学术底蕴了，他抬头45°仰望星空，深沉地说道： “机器学习，最早是由一位人工智能领域的先驱，Arthur Samuel（见图1-1），在 1959年提出来的。本意指的是一种让计算机在不经过明显编程的情况下，对数据进行学 习，并且做出预测的方法，属于计算机科学领域的一个子集。公认的世界上第一个自我 学习项目，就是Samuel跳棋游戏。而我也是通过机器学习的方法，通过你在社交媒体的 数据预测出你的喜好的。”  第第第 第 第 第 第 003 图1-1 Arthur Samuel和他的跳棋游戏 毫无悬念地，女神对小C产生了深深的崇拜感，并且芳心暗许。从此以后，两个人 走在了一起，并过上了幸福的生活。 对于一部童话来说，故事到这里就可以结束了。可是对于一本机器学习的入门书来说， 我们才刚刚开始。 有了女朋友的小C也要背负起自己的责任了，他需要一份工作，才能为两个人的生 活提供经济来源。很幸运的是，他通过校园招聘进入了国内最大的互联网公司——蝙蝠 公司，成为一名机器学习工程师，从此开始了他的职业生涯。 1.2 机器学习的一些应用场景——蝙蝠公司的业务单元 小C入职的蝙蝠公司，作为国内互联网行业的龙头企业，其业务覆盖面十分广泛， 包括电子商务、社交网络、互联网金融以及新闻资讯等。每一个方向在内部都被称为一 个BU（业务单元）。每个BU相对独立运作，有自己完善的体系。但机器学习技术，在 每个BU都有非常深入的应用。下面我们来大致了解一下。 1. 电子商务中的智能推荐 蝙蝠公司的电子商务BU是国内最大的在线零售平台，其用户接近5亿，每天在线 商品数超过8亿，平均每分钟会售出4.8万件商品。正因此，电子商务BU拥有海量的用 户和商品数据。当然，为了让平台的成交总额（Gross merchandise Volume，GMV）不断 提高，电子商务BU必须精确地为用户提供商品优惠信息。和小C预测女神的喜好类似， 电子商务BU要通过机器学习，来对用户的行为进行预测。但在如此海量的数据下，模 型要比小C的模型复杂很多。 比如某个男性用户的浏览记录和购买记录中有大量的数码产品，而且系统识别出该  用户访问平台时使用的设备是iPhone 7，则算法很有可能会给该用户推荐iPhone X的购 买链接。而另外一个女性用户浏览和购买最多的是化妆品和奢侈品，那么机器就会把最 新款的Hermès或者Chanel产品推荐给她。 "人工智能，火了！ 计算机是由程序驱动的，人工智能不过是一些特殊的算法。只要你有一些程序设计语言的基础，跟随本书，你也能进入人工智能的世界，成为一名人工智能应用的开发者。 本书特色 1. 内容实用实在、详略得当，讲授符合初学者的认知规律 本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上非常注重知识的实用性和可操作性。必须掌握的细节处绝不吝惜笔墨、手把手细致到每一次的鼠标点击；仅需要大致了解处绝不铺张浪费纸张、整体结构的描述提纲挈领。这样的安排注重了对初学阶段必备知识的深入了解，大致了解的知识也能够有所认识，这种由浅入深、循序渐进的讲授完全是遵循和尊重了初学者对机器学习知识的认知规律。 2. 行文幽默诙谐，以实例引导全程，特别适合初学者阅读 本书介绍的基本理论知识、用于分类的机器学习算法、用于回归的机器学习算法、数据预处理、数据表达与特征工程等，都是使用非常贴近生活场景的实例来引导的，这样就避免了知识讲述过于抽象，非常易于理解。同时，作者以幽默诙谐，贴近时代的语言对这些知识进行生动、通俗的一一讲解，犹如一位你的老朋友，帮助你缩短入门机器学习的时间。纵观全书，作者将大学生小 C 追求女神以及帮助他的朋友处理日常问题同机器学习的理论与操作进行对比介绍，这就使得整个学习过程变得简单、生动起来。 3. 配套的人才培养与引入计划，帮助读者将学习成果转化为真正的生产力 在笔者过去的工作当中，累积了数量可观的各大互联网公司招聘通道资源，以及诸多猎头资源，可以帮助学有所长的读者快速进入一个实际操作的场景中进一步提高自己的实操能力。除此之外，笔者和国内大部分相关的产业发展部门有着密切的联系，对于有志于在人工智能领域创业的创业者来说，也能够帮助其对接政策资源，帮助大家在创业过程中得到有关部门的支持，从而使得创业之路变得不那么坎坷。 "