★★★★★【機器學習唯一指定】★★★★★
☆☆☆☆☆【入門】+【實戰】☆☆☆☆☆

AI 專業大師 陳昭明 老師全新力作，帶你一次到位，完整學習Scikit-learn！

以Scikit-learn套件為主體，介紹各類的演算法，同時提供大量應用實例，全面性的掌握理論、技術與實作，為機器學習入門者的最佳夥伴！

★詳細的程式說明

★遵循完整的機器學習開發流程

★資料的探索、清理、特徵工程、模型訓練、評估、參數調校到最終的部署

本書主要的特點

1.     以完整的機器學習開發流程角度出發。

2.     每一個演算法都包括原理、自行開發、Scikit-learn函數用法，最後再附應用實例。

3.     以「統計／數學」為出發點，介紹機器學習必備的數理基礎，使用大量圖解，並以程式開發加深掌握演算法原理，增進學習樂趣。

4.     完整實用的範例程式及各種演算法的延伸應用，能在企業內應用自如。

★曾任職於 IBM、工研院等全球知名企業

★IT 邦幫忙 2018 年 AI 組【冠軍】

★多年 AI 課程講授經驗

1-1 Scikit-learn簡介

1-2 學習地圖

1-3 開發環境安裝

1-4 Jupyter Notebook

1-5 撰寫第一支程式

1-6 本章小結

1-7 延伸練習

第 2 章 資料前置處理

2-1 資料源(Data Sources)

2-2 Scikit-learn內建資料集

2-3 資料清理

2-4 遺失值(Missing value)處理

2-5 離群值(Outlier)處理

2-6 類別變數編碼

2-7 其他資料清理

2-8 本章小結

2-9 延伸練習

第 3 章 資料探索與分析

3-1 資料探索的方式

3-2 描述統計量(Descriptive statistics)

3-3 統計圖

3-4 實務作法

3-5 本章小結

3-6 延伸閱讀

第 4 章 特徵工程

4-1 特徵縮放(Feature Scaling)

4-2 特徵選取(Feature Selection)

4-3 特徵萃取(Feature Extraction)

4-4 特徵生成(Feature Generation)

4-5 小結

4-6 延伸練習

第 5 章 迴歸

5-1 線性迴歸(Linear regression)

5-2 非線性迴歸(Non-linear regression)

5-3 迴歸的假設與缺點

5-4 時間序列分析(Time Series Analysis)

5-5 過度擬合(Overfitting)與正則化(Regularization)

5-6 偏差(Bias)與變異(Variance)

5-7 本章小結

5-8 延伸練習

第 6 章 分類演算法(一)

6-1 羅吉斯迴歸(Logistic Regression)

6-2 最近鄰(K nearest neighbor)

6-3 單純貝氏分類法(Naïve Bayes Classifier)

6-4 本章小結

6-5 延伸練習

第 7 章 分類演算法(二)

7-1 支援向量機(Support Vector Machine)

7-2 決策樹(Decision Tree)

7-3 隨機森林(Random Forest)

7-4 ExtraTreesClassifier

7-5 本章小結

7-6 延伸練習

第 8 章 模型效能評估與調校

8-1 模型效能評估

8-2 效能衡量指標(Performance Metrics)

8-3 ROC/AUC

8-4 詐欺偵測(Fraud Detection)個案研究

8-5 本章小結

8-6 延伸練習

第 9 章 集群

9-1 K-Means Clustering

9-2 階層集群(Hierarchical Clustering)

9-3 以密度為基礎的集群(DBSCAN)

9-4 高斯混合模型(Gaussian Mixture Models)

9-5 影像壓縮(Image Compression)

9-6 客戶區隔(Customer Segmentation)

9-7 本章小結

9-8 延伸練習

第 10 章 整體學習

10-1 整體學習概念說明

10-2 多數決(Majority Voting)

10-3 裝袋法(Bagging)

10-4 強化法(Boosting)

10-5 堆疊(Stacking)

10-6 本章小結

10-7 延伸練習

第 11 章 其他課題

11-1 半監督式學習(Semi-supervised learning)

11-2 可解釋的AI(Explainable AI, XAI)

11-3 機器學習系統架構

11-4 結語

為何撰寫本書

近期AI發展相較以往，更加如火如荼，去年(2022) Text to image、ChapGPT引爆生成式AI (Generative AI)熱潮，衝擊藝術創作市場及Google搜索引擎霸主地位，相信有更多人因而希望探究AI科學，了解其背後的技術，或從事相關工作；然而，AI領域博大精深，不是一蹴可幾，需要奠定紮實的基礎，一步一腳印才能進入AI殿堂。

筆者從事機器學習教育訓練多年，其間也在『IT邦幫忙』撰寫上百篇的文章，從學員及讀者的回饋獲得許多寶貴意見，有感於在教學現場的時間壓力下，很多細節無法盡情的討論，難免有許多內容成為遺珠之憾，因此，撰寫本書，針對機器學習作較全面性的介紹，讓讀者有充裕的時間思考，或者挑選有興趣的課題深入研究。

本書以Scikit-learn套件為主體，介紹各類的演算法，不只是說明用法，也涵蓋背後的原理、數學公式推導，並示範如何自行開發演算法，與Scikit-learn演算法相互驗證，同時介紹大量應用實例，期望讀者能全面性的掌握理論、技術與實作。另外書中每個範例都有詳細的程式說明，也遵循完整的機器學習開發流程，讓讀者能充分理解每個環節的重要任務，包括資料的探索、清理、特徵工程、模型訓練、評估、參數調校到最終的佈署，希望這本書能成為機器學習入門者最佳的夥伴，在讀者紮根的過程中，貢獻一點微薄的力量。

本書主要的特點

1.     本書不是以Scikit-learn的模組分類介紹，而是以完整的機器學習開發流程角度出發。

2.     每一個演算法都包括原理、自行開發、Scikit-learn函數用法，最後再附應用實例。

3.     由於筆者身為統計人，希望能「以統計／數學為出發點」，介紹機器學習必備的數理基礎，但又不希望讓離開校園已久的在職者看到一堆數學符號就心生恐懼，因此，會有大量圖解，並以程式開發加深演算法原理的掌握，增進學習樂趣。

4.     完整的範例程式及各種演算法的延伸應用，以實用為要，希望能觸發創意，在企業內應用自如。

目標對象

1.     機器學習的入門者：須熟悉Python程式語言及資料科學基礎套件NumPy、Pandas及MatPlotLib。

2.     資料工程師及分析師：以模型開發及導入為職志，希望能應用各種演算法，或更進一步改良與實作演算法。

3.     資訊工作者：希望能擴展機器學習知識領域。

4.     從事其他領域的工作，希望能一窺機器學習奧秘者。

閱讀重點

1.     第一章：Scikit-learn模組及機器學習分類、學習地圖、開發流程。

2.     第二章：資料前置處理，包括資料清理、資料探索、特徵工程。

3.     第三章：資料探索與分析，包括描述統計量、統計圖分析。

4.     第四章：特徵工程，包括特徵縮放(Feature Scaling)、特徵選取(Feature Selection)、特徵萃取(Feature Extraction)及特徵生成(Feature Generation)，內含各式降維演算法說明、維度災難(Curse of dimensionality)概念說明。

5.     第五章：迴歸(Regression)，包括線性迴歸、多項式迴歸、時間序列等演算法，還有正則化(Regularization)、過度擬合(Overfitting)、偏差(Bias)與變異(Variance)的平衡。

6.     第六~七章：分類演算法，包括羅吉斯迴歸(Logistic Regression)、最近鄰(KNN)、單純貝氏分類法(Naïve bayes classifier)、支援向量機(SVM)、決策樹(Decision Tree)及隨機森林(Random forest)等，包括各項演算法的原理、開發邏輯、應用與優缺點說明。

7.     第八章：模型效能評估與調校，包括交叉驗證法、參數調校、管線(Pipeline)、混淆矩陣(Confusion Matrix)、效能衡量指標(Performance metrics)。

8.     第九章：集群(Clustering)演算法，K-Means、階層式集群、以密度為基礎的集群(DBSCAN)、高斯混合模型(GMM)等。

9.     第十章：整體學習(Ensemble Learning)演算法，包括多數決(Majority Voting)、裝袋法(Bagging)、強化法(Boosting)、堆疊法(Stacking)。

10.   第十一章：介紹其他課題，包括半監督式學習(Semi-supervised learning)、Active learning、可解釋的AI(Explainable AI, XAI)、機器學習架構。

本書包括許多應用範例，包括：

1      分類

1.1   鳶尾花(Iris)品種分類

1.2   葡萄酒分類

1.3   乳癌診斷

1.4   人臉資料集(LFW)辨識

1.5   新聞資料集(News groups)分類

1.6   鐵達尼號生存預測

1.7   手寫阿拉伯數字辨識

1.8   員工流失預測

1.9   信用卡詐欺

2      迴歸及時間預測

2.1   股價預測

2.2   房價預測

2.3   計程車小費預測

2.4   航空公司客運量預測

2.5   以人臉上半部預測人臉下半部

2.6   糖尿病指數預測

3      集群

3.1   手寫阿拉伯數字影像生成

3.2   客戶區隔(RFM)

3.3   影像壓縮

3.4   離群值偵測

4      商品推薦

4.1   協同過濾

4.2   KNN

5      影像

5.1   去躁(Image denoising)

5.2   影像生成

5.3   影像壓縮

6      自然語言

6.1   文章大意預測

6.2   垃圾信分類

6.3   問答(Q&A)

本書範例程式碼、參考超連結、勘誤表全部收錄在 https://github.com/mc6666/Scikit_learn_Book，並隨時更新相關資訊。

致謝

因個人能力有限，還是有許多議題成為遺珠之憾，仍待後續的努力，感謝深智出版社的大力支援，使本書得以順利出版，最後要謝謝家人的默默支持。

內容如有疏漏、謬誤或有其他建議，歡迎來信指教(mkclearn@gmail.com)或在『IT邦幫忙』(https://ithelp.ithome.com.tw/users/20001976/articles)留言討論。