Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 638309)
Контекстум
Электро-2024

Предварительная подготовка данных в Python (6000,00 руб.)

0   0
Первый авторГруздев
ИздательствоМ.: ДМК Пресс
Страниц818
ID836564
АннотацияВ двухтомнике представлены материалы по применению классических методов машинного обучения в различных промышленных задачах. Первый том посвящен инструментам Python — основным библиотекам, классам и функциям, необходимым для предварительной подготовки данных, построения моделей машинного обучения, выполнения различных стратегий валидации. В конце первого тома разбираются задачи с собеседований по SQL, Python, математической статистике и теории вероятностей. Издание рассчитано на специалистов по анализу данных, а также может быть полезно широкому кругу специалистов, интересующихся машинным обучением.
ISBN978-5-93700-156-6
Груздев, А.В. Предварительная подготовка данных в Python / А.В. Груздев .— Москва : ДМК Пресс, 2023 .— 818 с. — ISBN 978-5-93700-156-6 .— URL: https://rucont.ru/efd/836564 (дата обращения: 09.06.2024)

Предпросмотр (выдержки из произведения)

Предварительная_подготовка_данных_в_Python.pdf
Стр.3
Стр.5
Стр.6
Стр.7
Стр.8
Стр.9
Стр.10
Предварительная_подготовка_данных_в_Python.pdf
УДК 004.04Python ББК 32.372 Г90 Г90 Предварительная подготовка данных в Python: Том 1. Инструменты и валидация. – М.: ДМК Пресс, 2023. – 816 с.: ил. Груздев А. В. ISBN 978-5-93700-156-6 В двухтомнике представлены материалы по применению классических методов машинного обучения в различных промышленных задачах. Первый том посвящен инструментам Python – основным библиотекам, классам и функциям, необходимым для предварительной подготовки данных, построения моделей машинного обучения, выполнения различных стратегий валидации. В конце первого тома разбираются задачи с собеседований по SQL, Python, математической статистике и теории вероятностей. Издание рассчитано на специалистов по анализу данных, а также может быть полезно широкому кругу специалистов, интересующихся машинным обучением. УДК 004.04Python ББК 32.372 Все права защищены. Любая часть этой книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав. Материал, изложенный в данной книге, многократно проверен. Но, поскольку вероятность технических ошибок все равно существует, издательство не может гарантировать абсолютную точность и правильность приводимых сведений. В связи с этим издательство не несет ответственности за возможные ошибки, связанные с использованием книги. ISBN 978-5-93700-156-6 © Груздев А. В., 2023 © Оформление, издание, перевод, ДМК Пресс, 2023
Стр.3
Оглавление Введение ............................................................................................ 10 ЧАСТЬ 1. НЕМНОГО МАТЕМАТИКИ ......................................... 11 1.1. Функция ......................................................................................................11 1.2. Производная ...............................................................................................12 1.3. Дифференцирование сложных функций .................................................15 1.4. Частная производная .................................................................................16 1.5. Градиент .....................................................................................................17 1.6. Функция потерь и градиентный спуск .....................................................18 Часть 2. Инструменты ....................................................................... 23 1. Введение ........................................................................................ 23 1.1. Структуры данных .....................................................................................23 1.1.1. Кортеж (tuple) ......................................................................................23 1.1.2. Список (list) .........................................................................................24 1.1.3. Словарь (dictionary) .............................................................................27 1.1.4. Множество (set) ...................................................................................31 1.2. Функция ......................................................................................................34 1.3. Полезные встроенные функции ................................................................35 1.3.1. Функция enumerate() ..........................................................................35 1.3.2. Функция sorted()..................................................................................36 1.3.3. Функция zip() .......................................................................................36 1.4. Класс ............................................................................................................38 1.5. Знакомство с Anaconda ..............................................................................43 2. IPython и Jupyter Notebook .......................................................... 44 3. NumPy ............................................................................................. 50 3.1. Создание массивов NumPy ........................................................................50 3.2. Обращение к элементам массива .............................................................55 3.3. Получение краткой информации о массиве ............................................57 3.4. Изменение формы массива .......................................................................58 3.5. Конкатенация массивов ............................................................................61 3.6. Функции математических операций, знакомство с правилами транслирования ..........................................................................65 3.7. Обработка пропусков .................................................................................70 3.8. Функция np.linspace() ................................................................................72 3.9. Функция np.logspace() ................................................................................74
Стр.5
Оглавление  5 3.10. Функция np.digitize()................................................................................75 3.11. Функция np.searchsorted() .......................................................................76 3.12. Функция np.bincount() .............................................................................78 3.13. Функция np.apply_along_axis() .................................................................79 3.14. Функция np.insert() ..................................................................................80 3.15. Функция np.repeat() .................................................................................81 3.16. Функция np.unique() ................................................................................82 3.17. Функция np.take_along_axis() ...................................................................84 3.18. Функция np.array_split() ...........................................................................86 4. Библиотеки Numba, datatable, bottleneck для ускорения вычислений ............................................................. 88 4.1. Numba .........................................................................................................88 4.2. Datatable .....................................................................................................94 4.3. Bottleneck ....................................................................................................98 5. SciPy ................................................................................................ 99 6. pandas ...........................................................................................111 6.1. Почему pandas? .......................................................................................111 6.2. Библиотека pandas построена на NumPy ...............................................111 6.3. pandas работает с табличными данными ...............................................111 6.4. Объекты DataFrame и Series ....................................................................111 6.5. Задачи, выполняемые pandas..................................................................113 6.6. Кратко о типах данных ............................................................................113 6.7. Представление пропусков .......................................................................114 6.8. Какую версию pandas использовать? .....................................................115 6.9. Подробно знакомимся с типами данных ...............................................115 6.9.1. Типы данных для работы с числами и логическими значениями .......................................................................115 6.9.2. Типы данных для работы со строками ............................................126 6.10. Чтение данных .......................................................................................136 6.11. Получение общей информации о датафрейме ....................................137 6.12. Изменение настроек вывода с помощью функции get_options() .......139 6.13. Знакомство с индексаторами [], loc и iloc.............................................140 6.14. Фильтрация данных ...............................................................................147 6.14.1. Одно условие ...................................................................................147 6.14.2. Несколько условий ..........................................................................148 6.14.3. Несколько условий в одном столбце ..............................................148 6.14.4. Использование метода .query() ......................................................149 6.15. Агрегирование данных ..........................................................................151 6.15.1. Группировка и агрегирование с помощью одного столбца .........151 6.15.2. Группировка и агрегирование с помощью нескольких столбцов 153 6.15.3. Группировка с помощью сводных таблиц .....................................156 6.16. Анализ частот с помощью таблиц сопряженности ..............................166 6.17. Выполнение SQL-запросов в pandas .................................................169
Стр.6
6  Оглавление 7. scikit-learn .....................................................................................179 7.1. Основы работы с классами, строящими модели предварительной подготовки данных и модели машинного обучения ...................................179 7.2. Строим свой первый конвейер моделей ................................................198 7.3. Разбираемся с дилеммой смещения–дисперсии и знакомимся с бутстрепом ...................................................................................................210 7.4. Обработка пропусков с помощью классов MissingIndicator и SimpleImputer ..............................................................................................228 7.5. Выполнение дамми-кодирования с помощью класса OneHotEncoder и функции get_dummies(), знакомство с разреженными матрицами.........235 7.6. Автоматическое построение конвейеров моделей с помощью класса Pipeline .................................................................................................246 7.7. Знакомство с классом ColumnTransformer ..............................................250 7.8. Класс FeatureUnion ...................................................................................263 7.9. Выполнение перекрестной проверки с помощью функции cross_val_score(), получение прогнозов перекрестной проверки с помощью функции cross_val_predict(), сохранение моделей перекрестной проверки с помощью функции cross_validate() ....................264 7.10. Виды перекрестной проверки для данных формата «один объект – одно наблюдение» (отсутствует ось времени) ..................273 7.10.1. Обычная нестратифицированная k-блочная перекрестная проверка с помощью класса KFold ............................................................274 7.10.2. Обычная стратифицированная k-блочная перекрестная проверка с помощью класса StratifiedKFold ..............................................................281 7.10.3. Повторная нестратифицированная k-блочная перекрестная проверка с помощью класса RepeatedKFold ...................................................283 7.10.4. Повторная стратифицированная k-блочная перекрестная проверка с помощью класса RepeatedStratifiedKFold ..........................................286 7.10.5. k-кратное случайное разбиение на обучающую и тестовую выборки (перекрестная проверка Монте-Карло) .................288 7.10.6. Перекрестная проверка со случайными перестановками при разбиении с помощью класса ShuffleSplit .........................................294 7.10.7. Стратифицированная перекрестная проверка со случайными перестановками при разбиении с помощью класса StratifiedShuffleSplit ...................................................296 7.10.8. Перекрестная проверка с исключением по одному с помощью класса LeaveOneOut ................................................................297 7.10.9. Перекрестная проверка с исключением p наблюдений с помощью класса LeavePOut .....................................................................299 7.11. Виды перекрестной проверки для данных формата «один объект – несколько наблюдений» и стратифицированных данных (отсутствует ось времени) ..............................................................301 7.11.1. Перекрестная проверка, учитывающая группы связанных наблюдений, с помощью классов GroupKFold .........................................301 7.11.2. Перекрестная проверка, учитывающая группы связанных наблюдений с исключением из обучения одной группы, с помощью класса LeaveOneGroupOut .........................................................................302
Стр.7
Оглавление  7 7.11.3. Перекрестная проверка, учитывающая группы связанных наблюдений с исключением из обучения p групп, с помощью класса LeavePGroupsOut .............................................................................304 7.11.4. Перекрестная проверка, учитывающая группы связанных наблюдений и распределение классов, с помощью класса StratifiedGroupKFold ...................................................................................305 7.11.5. Перекрестная проверка со случайными перестановками при разбиении и учитывающая группы связанных наблюдений с помощью класса GroupShuffleSplit .........................................................307 7.12. Обычный и случайный поиск наилучших гиперпараметров по сетке с помощью классов GridSearchCV и RandomizedSearchCV ............309 7.12.1. Обычный поиск оптимальных значений гиперпараметров моделей предварительной подготовки и модели машинного обучения .................................................................................312 7.12.2. Обычный поиск оптимальных значений гиперпараметров моделей предварительной подготовки и модели машинного обучения с добавлением строки прогресса ..............................................318 7.12.3. Случайный поиск оптимальных значений гиперпараметров моделей предварительной подготовки и модели машинного обучения .................................................................320 7.12.4. Обычный поиск оптимальных значений гиперпараметров для CatBoost при обработке категориальных признаков «как есть» (заданы индексы категориальных признаков) ........................................321 7.12.5. Отбор оптимальной модели предварительной подготовки данных в рамках отдельного трансформера ............................................324 7.12.6. Отбор оптимального метода машинного обучения среди разных методов машинного обучения (перебор значений гиперпараметров с отдельной предобработкой данных под каждый метод машинного обучения) ................................................329 7.13. Вложенная перекрестная проверка.......................................................335 7.14. Классы PowerTransformer, KBinsDiscretizer и FunctionTransformer .....341 7.15. Написание собственных классов предварительной подготовки для применения в конвейере ........................................................................350 7.16. Модификация классов библиотеки scikit-learn для работы с датафреймами ..............................................................................................375 7.17. Полный цикл построения конвейера моделей в scikit-learn ...............381 7.17.1. Первая задача ...................................................................................381 7.17.2. Вторая задача ...................................................................................393 7.18. Калибровка модели ................................................................................404 7.18.1. Актуальность калибровки ...............................................................404 7.18.2. Функция calibration_curve().............................................................406 7.18.3. Оценка Брайера ...............................................................................413 7.18.4. Оценка качества калибровки моделей до применения калибратора ................................................................................................415 7.18.5. Класс CalibratedClassifierCV ............................................................420 7.18.6. Оценка качества калибровки моделей после применения калибратора ................................................................................................421
Стр.8
8  Оглавление 7.18.7. Оценка качества калибровки моделей после применения калибратора с уже обученным классификатором ....................................423 7.18.8. Калибровка на основе сплайнов.....................................................426 7.19. Полезные классы CountVectorizer и TfidfVectorizer для работы с текстом ..........................................................................................................436 7.20. Сравнение моделей, полученных в ходе поиска по сетке, с помощью статистических тестов ................................................................450 7.20.1. Простое сравнение всех построенных моделей ............................451 7.20.2. Сравнение двух моделей: частотный подход ................................454 7.20.3. Сравнение двух моделей: байесовский подход .............................458 7.20.4. Попарное сравнение всех моделей: частотный подход ...............463 7.20.5. Попарное сравнение всех моделей: байесовский подход ............465 7.20.6. Итоговые выводы ............................................................................467 7.21. Разбиение на обучающую, проверочную и тестовую выборки с учетом временной структуры для валидации временных рядов ...........468 7.22. Виды перекрестной проверки для данных формата «один объект – одно наблюдение» (присутствует ось времени) ...............521 7.22.1. Перекрестная проверка расширяющимся окном .........................525 7.22.2. Перекрестная проверка скользящим окном .................................542 7.22.3. Перерестная проверка расширяющимся/скользящим окном с гэпом .............................................................................................552 7.23. Перекрестная проверка для данных формата «один объект – несколько наблюдений» (присутствует ось времени) ......563 7.24. Многоклассовая классификация: подходы «один против всех», «один против одного» и «коды, исправляющие ошибки» ................................................................................567 7.24.1. Подход «один против остальных» или «один против всех» («one versus rest», «one versus all») .............................................................568 7.24.2. Подход «один против одного» («one versus one») ..........................573 7.24.3. Подход «коды, исправляющие ошибки» («error-correcting output codes») .................................................................592 ЧАСТЬ 3. ДРУГИЕ ПОЛЕЗНЫЕ БИБЛИОТЕКИ .....................602 1. Библиотеки визуализации matplotlib, seaborn и plotly ........602 1.1. Matplotlib ..................................................................................................602 1.2. Seaborn ......................................................................................................621 1.3. Plotly ..........................................................................................................629 2. Библиотека прогнозирования временных рядов ETNA .......634 2.1. Общее знакомство ...................................................................................634 2.2. Создание объекта TSDataset ...................................................................641 2.3. Визуализация рядов объекта TSDataset .................................................645 2.4. Получение сводки характеристик по объекту TSDataset .....................646 2.5. Модель наивного прогноза .....................................................................647 2.6. Модель скользящего среднего ................................................................654
Стр.9
Оглавление  9 2.7. Модель сезонного скользящего среднего ...............................................658 2.8. Модель SARIMAX ......................................................................................662 2.9. Модель Хольта–Винтерса (модель тройного экспоненциального сглаживания, модель ETS) ..............................................................................671 2.10. Модель Prophet .......................................................................................677 2.11. Модель CatBoost .....................................................................................689 2.12. Модель линейной регрессии с регуляризацией «эластичная сеть» ....709 2.13. Объединение процедуры построения модели, оценки качества и визуализации прогнозов в одной функции ..............................................714 2.14. Перекрестная проверка нескольких моделей ......................................717 2.15. Ансамбли ................................................................................................722 2.16. Стекинг ...................................................................................................724 2.17. Создание собственных классов для обучения моделей .......................725 2.18. Импутация пропусков ...........................................................................741 2.19. Работа с трендом и сезонностью ..........................................................751 2.20. Обработка выбросов ..............................................................................766 2.21. Собираем все вместе ..............................................................................772 2.22. Модели нейронных сетей ......................................................................787 2.23. Оптимизация гиперпараметров с помощью Optuna от разработчиков ...............................................................................789 Ответы на вопросы с собеседований ..........................................794
Стр.10

Облако ключевых слов *


* - вычисляется автоматически
Периодика по подписке
Антиплагиат система Руконтекст