Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II Wrocław

Data science jest interdyscyplinarną dziedziną naukową łączącą osiągnięcia uczenia maszynowego, statystyki i eksploracji danych. Umożliwia wydobywanie nowej wiedzy z istniejących danych poprzez stosowanie odpowiednich algorytmów i analizy statystycznej. Stworzono dotąd wiele algorytmów tej kategorii i wciąż powstają nowe. Stanowią one podstawę konstruowania modeli umożliwiających wyodrębnianie określonych informacji z danych odzwierciedlających zjawiska zachodzące w świecie rzeczywistym, pozwalają też na formułowanie prognoz ich przebiegu w przyszłości. Algorytmy data science są postrzegane jako ogromna szansa na zdobycie przewagi konkurencyjnej, a ich znaczenie stale rośnie. Ta książka jest zwięzłym przewodnikiem po algorytmach uczenia maszynowego. Jej cel jest prosty: w ciągu siedmiu dni masz opanować solidne podstawy siedmiu najważniejszych dla uczenia maszynowego algorytmów. Opisom poszczególnych algorytmów towarzyszą przykłady ich implementacji w języku Python, a praktyczne ćwiczenia, które znajdziesz na końcu każdego rozdziału, ułatwią Ci lepsze zrozumienie omawianych zagadnień. Co więcej, dzięki książce nauczysz się właściwie identyfikować problemy z zakresu data science. W konsekwencji dobieranie odpowiednich metod i narzędzi do ich rozwiązywania okaże się dużo łatwiejsze. W tej książce: efektywne implementacje algorytmów uczenia maszynowego w języku Python klasyfikacja danych przy użyciu twierdzenia Bayesa, drzew decyzyjnych i lasów losowych podział danych na klastery za pomocą algorytmu k-średnich stosowanie analizy regresji w parametryzacji modeli przewidywań analiza szeregów czasowych pod kątem trendów i sezonowości danych Algorytmy data science: poznaj, zrozum, zastosuj! Spis treści: O autorze O recenzentach Przedmowa Do kogo kierujemy tę książkę? Co zawiera ta książka? Jak najlepiej wykorzystać tę książkę? Kod przykładowych programów Konwencje typograficzne stosowane w książce Rozdział 1. Klasyfikacja na podstawie najbliższego sąsiedztwa Subiektywne odczuwanie temperatury Implementacja algorytmu k najbliższych sąsiadów Dane wejściowe Wynik klasyfikacji Wizualizacja Mapa Włoch przykład doboru wartości k Analiza Skalowanie danych prognozowanie statusu własności Analiza Nieeuklidesowe metryki odległości punktów klasyfikowanie tekstów Analiza Klasyfikowania tekstów ciąg dalszy wielowymiarowy algorytm k-NN Analiza Podsumowanie Problemy Subiektywne odczuwanie temperatury Mapa Włoch przykład doboru wartości k Status własności Analiza Rozdział 2. Naiwny klasyfikator bayesowski Testy medyczne podstawowe zastosowanie twierdzenia Bayesa Analiza Podstawowe twierdzenie Bayesa i jego rozszerzenie Twierdzenie Bayesa Dowód Rozszerzone twierdzenie Bayesa Dowód Zagramy w szachy? niezależne zdarzenia warunkujące Analiza Implementacja naiwnego klasyfikatora bayesowskiego Dane wejściowe Wynik Zagramy w szachy? częściowo zależne zdarzenia warunkujące Analiza Dane wejściowe Wynik Chłopak czy dziewczyna? twierdzenie Bayesa dla ciągłych zmiennych losowych Analiza Podsumowanie Problemy Analiza Rozdział 3. Drzewa decyzyjne Pływamy? reprezentowanie danych w postaci drzewa decyzyjnego Elementy teorii informacji Entropia informacyjna Przykład losowe rzucanie monetą Definicja Zysk informacyjny Pływamy? obliczanie zysku informacyjnego Algorytm ID3 konstruowanie drzewa decyzyjnego Pływamy? budowanie drzewa decyzyjnego Implementacja w języku Python Dane wejściowe Wynik Klasyfikowanie danych za pomocą drzew decyzyjnych Przykład pływamy czy nie? Przykład gra w szachy pod chmurką Analiza Dane wejściowe Wynikowe drzewo decyzyjne Klasyfikacja Na zakupy przykład niespójnych danych Analiza Podsumowanie Problemy Analiza Rozdział 4. Lasy losowe Ogólne zasady konstruowania lasów losowych Pływamy? klasyfikacja za pomocą lasu losowego Analiza Konstruowanie lasu losowego Losowe drzewo decyzyjne nr 0 Losowe drzewo decyzyjne nr 1 Wynikowy las losowy Klasyfikowanie cechy na podstawie lasu losowego Implementacja algorytmu konstruowania lasu losowego Dane wejściowe Wynik Przykład zagramy w szachy? Analiza Konstruowanie lasu losowego Losowe drzewo decyzyjne nr 0 Losowe drzewa decyzyjne nr 1, 2 i 3 Wynikowy las losowy Klasyfikacja w drodze głosowania Dane wejściowe Wynik Idziemy na zakupy? wnioskowanie z niespójnych danych i miara wiarygodności wyniku Analiza Dane wejściowe Wynik Podsumowanie Problemy Analiza Dane wejściowe Wynik Rozdział 5. Klasteryzacja Dochód gospodarstwa domowego niski czy wysoki? Algorytm k-średnich Początkowy zbiór centroidów Wyznaczanie centroidu klastera Przykład wykorzystanie algorytmu k-średnich do klasyfikacji dochodów Klasyfikowanie przez klasteryzację prognozowanie płci nieznanej osoby Analiza Implementacja algorytmu k-średnich Dane wejściowe Wynik grupowania Status własności dobór optymalnej liczby klasterów Analiza Dane wejściowe Wynik podział między dwa klastery Wynik podział między trzy klastery Wynik podział między cztery klastery Wynik podział między pięć klasterów Klasyfikowanie dokumentów semantyczne znaczenie klasteryzacji Analiza Dane wejściowe Wynik podział między dwa klastery Wynik podział między trzy klastery Wynik podział między pięć klasterów Podsumowanie Problemy Analiza Dane wejściowe Dwa klastery Trzy klastery Cztery klastery Pięć klasterów Wybór optymalnej liczby klasterów przy użyciu walidacji krzyżowej Rozdział 6. Analiza regresji Konwersja temperatur regresja liniowa dla danych doskonałych Rozwiązanie analityczne Metoda najmniejszych kwadratów w regresji liniowej Implementacja analizy regresji liniowej w Pythonie Kod programu Wynik Wizualizacja Regresja dla danych pomiarowych prognozowanie wagi na podstawie wzrostu Analiza Kod programu Wynik Metoda spadku gradientowego i jej implementacja Szczegóły algorytmu Implementacja w Pythonie Dane wejściowe Wynik Wizualizacja porównanie z metodą analityczną Przewidywanie czasu przelotu na podstawie odległości Analiza Kod programu Wynik Obliczenia balistyczne model nieliniowy Analiza Kod programu Wynik Podsumowanie Problemy Analiza Kod programu Wynik Wizualizacja Rozdział 7. Analiza szeregów czasowych Zysk w biznesie analiza trendu Analiza Kod programu Wynik Wizualizacja Konkluzja Sprzedaż w sklepie internetowym analiza sezonowości Analiza Analiza trendu Kod programu Wynik Wizualizacja Analiza sezonowości Wizualizacja Podsumowanie Problemy Analiza Kod programu Wynik Wizualizacja Wizualizacja Dodatek A Podstawy języka Python Przykład Komentarze Typy danych int Przykład example02_int.py Wynik float Przykład example03_float.py Wynik Napis Przykład example04_string.py Wynik Krotka Przykład example05_tuple.py Wynik Lista Przykład example06_list.py Wynik Zbiór Przykład example07_set.py Wynik Słownik Przykład example08_dictionary.py Wynik Przepływ sterowania Instrukcje warunkowe Przykład example09_if_else_elif.py Wynik Pętla for Przykład example10_for_loop_range.py Wynik Przykład example11_for_loop_list.py Wynik Przykład example12_for_loop_set.py Wynik Pętla while Przykład example13_while_loop.py Wynik Instrukcje break i continue Przykład example14_break_continue.py Wynik Funkcje Przykład example15_function.py Wynik Wejście-wyjście programu Argumenty wywołania programu Przykład example16_arguments.py Wynik Operacje na plikach Przykład example17_file.py Wynik Dodatek B Statystyka Podstawowe koncepcje Notacja Podstawowe pojęcia Wnioskowanie bayesowskie Rozkład normalny Gaussa Walidacja krzyżowa Testowanie A/B Dodatek C Słownik pojęć, algorytmów i metod Data Science O autorze: Dávid Natingga jest naukowcem specjalizującym się w dziedzinie sztucznej inteligencji. Zajmuje się teorią obliczeń i wykorzystaniem matematyki w algorytmach SI. Wcześniej optymalizował algorytmy na potrzeby uczenia maszynowego oraz big data. Jest autorem ciekawego algorytmu sugerowania produktów na podstawie preferencji klientów i cech gatunków kawy. W 2016 roku spędził osiem miesięcy jako research visitor w Japońskim Instytucie Naukowo-Technologicznym w Kanazawie.