Основы машинного обучения

Содержание книги "Основы машинного обучения "

Введение
Методологические заметки
Основные понятия машинного обучения
1. Предварительная обработка данных
1.1 Неполные данные
1.1.1 Использование Pandas
1.1.2 SimpleImputer
1.1.3 IterativeImputer
1.2 Кодирование категориальных признаков
1.2.1 LabelEncoder
1.2.2 OneHotEncoder
1.3 Качество данных
1.4 Нормализация данных
1.4.1 Минимаксная нормализация
1.4.2 Стандартизация
1.5 Понижение размерности данных
1.5.1 Метод главных компонент
2. Методы классификации. 43
2.1 Метод k ближайших соседей
2.1.1 KNeighborsClassiҥer
2.1.2 RadiusNeighborsClassiҥer
2.2 Линейно разделимые классы
2.2.1 Метод опорных векторов
2.2.2 Модернизация метода опорных векторов для случая, когда классы не являются линейно разделимыми
2.3 Метод логистической регрессии
2.4 Решающие деревья
2.5 Наивный Байесовский алгоритм
2.5.1 CategoricalNB
2.5.2 GaussianNB
3. Оценка качества работы классификаторов
3.1 Основные метрики качества
3.1.1 Accuracy
3.1.2 Precision
3.1.3 Recall
3.1.4 F1-Score
3.2 ROC-кривая
4. Регрессия. 117
4.1 Алгоритм ближайших соседей в регрессии
4.2 Алгоритм решающих деревьев в задачах регрессии
4.3 Линейная регрессия
4.4 Метод опорных векторов в задачах регрессии
4.4.1 Классы LinearSVR и SVR
4.5 Метод наименьших квадратов
4.5.1 Аналитический метод решения
4.5.2 Метод градиентного спуска
4.6 Регуляризация линейной регрессии
4.6.1 Ridge
4.6.2 Lasso
4.6.3 Elastic-Net
4.7 Построение регрессионных моделей при наличии выбросов
4.7.1 RANSAC
4.7.2 Регрессия Тейла-Сена
4.7.3 Регрессия Хьюбера
4.8 Полиномиальная регрессия
5. Ансамблевые методы машинного обучения
5.1 Бэггинг
5.2 Алгоритм случайного леса
5.3 Стекинг
5.4 Бустинг
5.4.1 AdaBoost
5.4.2 Градиентный бустинг
6. Кластеризация. 235
6.1 Метод k-средних
6.2 Метод среднего сдвига
6.3 Алгоритм DBSCAN
6.4 Алгоритм HDBSCAN
7. Дополнительные методы настройки модели
7.1 Перекрёстная проверка
7.1.1 Функция cross_val_score
7.1.2 Функция cross_validate
7.2 Итераторы прекрёстной проверки
7.2.1 KFold
7.2.2 RepeatedKFold
7.2.3 LeaveOneOut
7.2.4 LeavePOut
7.2.5 StratiҥedKFold
7.2.6 RepeatedStratiҥedKFold
7.2.7 GroupKFold
7.2.8 LeaveOneGroupOut
7.2.9 LeavePGroupsOut
7.2.10 ShuffleSplit
7.2.11 StratiҥedShuffleSplit
7.2.12 GroupShuffleSplit
7.3 Оптимизация модели
7.3.1 GridSearchCV
7.3.2 RandomizedSearchCV
Литература
Предметный указатель