Scala机器学习：构建现实世界机器学习和深度学习项目

译者序

原书前言

第 1章　保险赔偿程度分析 // 1 

1.1　机器学习和学习过程 //1 

1.1.1　典型的机器学习工作过程 // 2 

1.2　超参数调整和交叉验证 //4 

1.3　分析和预测保险赔偿程度 //6 

1.3.1　动机 // 6 

1.3.2　数据集的描述 // 6 

1.3.3　对数据集的探索性分析 // 6 

1.3.4　数据预处理 // 10 

1.4　LR用于预测保险索赔的严重性 //13 

1.4.1　使用 LR开发保险赔偿严重性预测模型 // 14 

1.5　GBT回归用于预测保险索赔严重性 //18 

1.6　使用随机森林回归算法提升性能 //23 

1.6.1　随机森林用于分类和回归 // 23 

1.7　比较分析和模型部署 //29 

1.7.1　基于 Spark的大规模数据集模型部署 // 33 

1.8　小结 //34

第 2章　电信客户流失分析与预测 // 35 

2.1　流失分析的原理以及实现 //35 

2.2　流失分析过程 //36 

2.2.1　数据集的描述 // 38 

2.2.2　探索性分析（EDA）和特征工程 // 38 

2.3　LR用于流失预测 //47 

2.4　用于流失预测的 SVM //52 

2.5　用于客户流失预测的 DT //55 

2.6　用于预测客户流失的随机森林 //61 

2.7　选择要部署的最佳模型 //66 

2.8　小结 //68

第 3章　基于历史和实时数据预测高频比特币价格 // 69 

3.1　比特币、加密货币和在线交易 //69 

3.1.1　最先进的比特币自动交易 // 71 

3.1.2　训练 // 72 

3.1.3　预测 // 72 

3.2　原型的高级数据管道 //73 

3.3　收集历史和实时价格数据 //74 

3.3.1　历史数据集 // 74 

3.3.2　将历史数据转换为时间序列 // 75 

3.3.3　通过 Cryptocompare API处理实时数据 // 77 

3.4　针对预测的模型训练 //80 

3.5　Web服务： Scala Play //85 

3.5.1　通过 Akka Actor实现并发 // 86 

3.5.2　Web服务工作流程 // 86 

3.6　预测价格并评估模型 //91 

3.7　使用 Scala Play框架来演示预测 //92 

3.7.1　为何选择 RESTful架构 // 92 

3.7.2　项目结构 // 93 

3.7.3　运行 Scala Play Web应用程序 // 95 

3.8　小结 //96

第 4章　人口规模聚类与民族预测 // 99 

4.1　人口规模聚类和区域民族 //99 

4.1.1　针对遗传变异的机器学习 // 100 

4.2　1000基因项目数据集描述 //100 

4.3　算法、工具和技术 //102 

4.3.1　H2O和 Sparkling Water // 102 

4.3.2　ADAM用于大规模基因组数据处理 // 105 

4.3.3　无监督机器学习 // 106 4.3.4　K均值的原理 // 107 

4.3.5　用于进行地理民族预测的 DNN // 108 

4.4　配置编程环境 //110 

4.5　数据预处理和特征工程 //112 

4.5.1　模型训练和超参数调整 // 117 

4.5.2　使用随机森林进行民族预测 // 123 

4.6　小结 //126

第 5章　主题建模：更好地洞察大型文本 // 127 

5.1　主题建模和文本聚类 //127 

5.1.1　LDA算法的工作原理 // 129 

5.2　使用 Spark MLlib和 Stanford NLP进行主题建模 //131 

5.2.1　实现 // 131 

5.3　其他主题模型与 LDA的可扩展性 //139 

5.4　部署经过训练的 LDA模型 //140 

5.5　小结 //144

第 6章　开发基于模型的电影推荐引擎 // 145 

6.1　推荐系统 //145 

6.1.1　协同过滤方法 // 145 

6.1.2　效用矩阵 // 147 

6.2　基于 Spark的电影推荐系统 //148 

6.2.1　针对电影相似性基于商品的协同过滤 // 148 

6.2.2　基于 Spark的模型推荐 // 153 

6.3　选择和部署最佳模型 //161 

6.4　小结 //164

第 7章　使用 Q -learning和 Scala Play框架进行期权交易 // 165 

7.1　强化学习与监督学习和无监督学习 //165 

7.1.1　使用强化学习 // 166 

7.1.2　强化学习中的符号、策略和效用 // 166 

7.2　简单 Q-learning算法实现 //169 

7.2.1　Q-learning算法的组成部分 // 169 

7.2.2　QLearning 模型验证 // 179 7.2.3　使用训练模型进行预测 // 179 

7.3　使用 Q-learning开发期权交易 Web应用程序 //179 

7.3.1　问题描述 // 180 

7.3.2　实现期权交易 Web应用程序 // 182 

7.3.3　评估模型 // 189 

7.3.4　将期权交易应用程序封装为 Scala Web应用程序 // 191 

7.3.5　运行和部署说明 // 197 

7.3.6　模型部署 // 199 

7.4　小结 //199

第 8章　使用深度神经网络进行银行电话营销的客户订购评估 // 200 

8.1　通过电话营销进行客户订购评估 //200 

8.1.1　数据集描述 // 200 

8.1.2　安装 Apache Zeppelin并开始使用 // 202 

8.1.3　对数据集的研究与分析 // 204 

8.1.4　数字特征统计 // 214 

8.1.5　实施客户订购评估模型 // 215 

8.1.6　超参数调整和特征选择 // 225 

8.2　小结 //227

第 9章　使用自动编码器和异常检测进行欺诈分析 // 228 

9.1　异常值和异常检测 //228 

9.2　自动编码器和无监督学习 //231 

9.2.1　自动编码器的工作原理 // 231 

9.2.2　使用自动编码器实现高效的数据表示 // 232 

9.3　开发欺诈分析模型 //233 

9.3.1　数据集的描述和使用线性模型 // 233 

9.3.2　问题描述 // 234 

9.3.3　准备编程环境 // 234 

9.3.4　辅助类和方法 // 254 

9.4　超参数调整和特征选择 //255 

9.5　小结 //256 

第 10章　使用递归神经网络识别人类活动 // 258 

10.1　使用 RNN //258 

10.1.1　上下文信息和 RNN的体系结构 // 258 

10.1.2　RNN和长期依赖性问题 // 260 

10.1.3　LSTM网络 // 261 

10.2　使用 LSTM模型识别人类活动 //263 

10.2.1　数据集的描述 // 263 

10.2.2　为 Scala设置和配置 MXNet // 264 

10.3　为 HAR实现 LSTM模型 //266 

10.4　调整 LSTM超参数和 GRU //281 

10.5　小结 //283

第 11章　使用卷积神经网络进行图像分类 // 284 

11.1　DNN的图像分类和缺点 //284 

11.2　CNN架构 //285 

11.2.1　卷积运算 // 286 

11.2.2　池化层和填充操作 // 287 

11.2.3　DL4j中的卷积和子采样操作 // 288 

11.3　使用 CNN进行大规模图像分类 //295 

11.3.1　问题描述 // 296 

11.3.2　图像数据集的描述 // 296 

11.3.3　整个项目的工作流程 // 297 

11.3.4　CNN图像分类的实现 // 298 

11.4　调整和优化 CNN超参数 //315 

11.5　小结 //316