- •Об авторе
- •Предисловие
- •Для кого эта книга
- •О чем эта книга
- •Что вам потребуется при чтении этой книги
- •Условные обозначения
- •От издательства
- •Глава 1. Обзор алгоритмов
- •Что такое алгоритм
- •Этапы алгоритма
- •Определение логики алгоритма
- •Псевдокод
- •Использование сниппетов
- •Создание плана выполнения
- •Введение в библиотеки Python
- •Библиотеки Python
- •Реализация Python с помощью Jupyter Notebook
- •Методы разработки алгоритмов
- •Параметры данных
- •Параметры вычислений
- •Анализ производительности
- •Анализ пространственной сложности
- •Анализ временной сложности
- •Оценка эффективности
- •Выбор алгоритма
- •«О-большое»
- •Проверка алгоритма
- •Точные, приближенные и рандомизированные алгоритмы
- •Объяснимость алгоритма
- •Резюме
- •Глава 2. Структуры данных, используемые в алгоритмах
- •Структуры данных в Python
- •Список
- •Кортеж
- •Словарь
- •Множество
- •DataFrame
- •Матрица
- •Абстрактные типы данных
- •Вектор
- •Стек
- •Очередь
- •Базовый принцип использования стеков и очередей
- •Дерево
- •Резюме
- •Глава 3. Алгоритмы сортировки и поиска
- •Алгоритмы сортировки
- •Обмен значений переменных в Python
- •Сортировка пузырьком
- •Сортировка вставками
- •Сортировка слиянием
- •Сортировка Шелла
- •Сортировка выбором
- •Алгоритмы поиска
- •Линейный поиск
- •Бинарный поиск
- •Интерполяционный поиск
- •Практическое применение
- •Резюме
- •Глава 4. Разработка алгоритмов
- •Знакомство с основными концепциями разработки алгоритма
- •Вопрос 1. Даст ли разработанный алгоритм ожидаемый результат?
- •Вопрос 2. Является ли данный алгоритм оптимальным способом получения результата?
- •Вопрос 3. Как алгоритм будет работать с большими наборами данных?
- •Понимание алгоритмических стратегий
- •Стратегия «разделяй и властвуй»
- •Стратегия динамического программирования
- •Жадные алгоритмы
- •Практическое применение — решение задачи коммивояжера
- •Использование стратегии полного перебора
- •Использование жадного алгоритма
- •Алгоритм PageRank
- •Постановка задачи
- •Реализация алгоритма PageRank
- •Знакомство с линейным программированием
- •Практическое применение — планирование производства с помощью линейного программирования
- •Резюме
- •Глава 5. Графовые алгоритмы
- •Представление графов
- •Типы графов
- •Особые типы ребер
- •Эгоцентрические сети
- •Анализ социальных сетей
- •Введение в теорию сетевого анализа
- •Кратчайший путь
- •Создание окрестностей
- •Показатели центральности
- •Вычисление показателей центральности с помощью Python
- •Понятие обхода графа
- •BFS — поиск в ширину
- •DFS — поиск в глубину
- •Практический пример — выявление мошенничества
- •Простой анализ мошенничества
- •Анализ мошенничества методом сторожевой башни
- •Резюме
- •Глава 6. Алгоритмы машинного обучения без учителя
- •Обучение без учителя
- •Обучение без учителя в жизненном цикле майнинга данных
- •Современные тенденции исследований в области обучения без учителя
- •Практические примеры
- •Алгоритмы кластеризации
- •Количественная оценка сходства
- •Иерархическая кластеризация
- •Оценка кластеров
- •Применение кластеризации
- •Снижение размерности
- •Метод главных компонент (PCA)
- •Ограничения PCA
- •Поиск ассоциативных правил
- •Примеры использования
- •Анализ рыночной корзины
- •Ассоциативные правила
- •Оценка качества правила
- •Алгоритмы анализа ассоциаций
- •Практический пример — объединение похожих твитов в кластеры
- •Тематическое моделирование
- •Кластеризация
- •Алгоритмы обнаружения выбросов (аномалий)
- •Использование кластеризации
- •Обнаружение аномалий на основе плотности
- •Метод опорных векторов
- •Резюме
- •Глава 7. Традиционные алгоритмы обучения с учителем
- •Машинное обучение с учителем
- •Терминология машинного обучения с учителем
- •Благоприятные условия
- •Различие между классификаторами и регрессорами
- •Алгоритмы классификации
- •Задача классификации
- •Оценка классификаторов
- •Этапы классификации
- •Алгоритм дерева решений
- •Ансамблевые методы
- •Логистическая регрессия
- •Метод опорных векторов (SVM)
- •Наивный байесовский алгоритм
- •Алгоритмы регрессии
- •Задача регрессии
- •Линейная регрессия
- •Алгоритм дерева регрессии
- •Алгоритм градиентного бустинга для регрессии
- •Среди алгоритмов регрессии победителем становится...
- •Практический пример — как предсказать погоду
- •Резюме
- •Глава 8. Алгоритмы нейронных сетей
- •Введение в ИНС
- •Эволюция ИНС
- •Обучение нейронной сети
- •Анатомия нейронной сети
- •Градиентный спуск
- •Функции активации
- •Инструменты и фреймворки
- •Keras
- •Знакомство с TensorFlow
- •Типы нейронных сетей
- •Перенос обучения
- •Практический пример — использование глубокого обучения для выявления мошенничества
- •Методология
- •Резюме
- •Глава 9. Алгоритмы обработки естественного языка
- •Знакомство с NLP
- •Терминология NLP
- •Библиотека NLTK
- •Мешок слов (BoW)
- •Эмбеддинги слов
- •Окружение слова
- •Свойства эмбеддингов слов
- •Рекуррентные нейросети в NLP
- •Использование NLP для анализа эмоциональной окраски текста
- •Практический пример — анализ тональности в отзывах на фильмы
- •Резюме
- •Глава 10. Рекомендательные системы
- •Введение в рекомендательные системы
- •Типы рекомендательных систем
- •Рекомендательные системы на основе контента
- •Рекомендательные системы на основе коллаборативной фильтрации
- •Гибридные рекомендательные системы
- •Ограничения рекомендательных систем
- •Проблема холодного старта
- •Требования к метаданным
- •Проблема разреженности данных
- •Предвзятость из-за социального влияния
- •Ограниченные данные
- •Области практического применения
- •Практический пример — создание рекомендательной системы
- •Резюме
- •Глава 11. Алгоритмы обработки данных
- •Знакомство с алгоритмами обработки данных
- •Классификация данных
- •Алгоритмы хранения данных
- •Стратегии хранения данных
- •Алгоритмы потоковой передачи данных
- •Применение потоковой передачи
- •Алгоритмы сжатия данных
- •Алгоритмы сжатия без потерь
- •Практический пример — анализ тональности твитов в режиме реального времени
- •Резюме
- •Глава 12. Криптография
- •Введение в криптографию
- •Понимание важности самого слабого звена
- •Основная терминология
- •Требования безопасности
- •Базовое устройство шифров
- •Типы криптографических методов
- •Криптографические хеш-функции
- •Симметричное шифрование
- •Асимметричное шифрование
- •Практический пример — проблемы безопасности при развертывании модели МО
- •Атака посредника (MITM)
- •Избежание маскарадинга
- •Шифрование данных и моделей
- •Резюме
- •Глава 13. Крупномасштабные алгоритмы
- •Введение в крупномасштабные алгоритмы
- •Определение эффективного крупномасштабного алгоритма
- •Терминология
- •Разработка параллельных алгоритмов
- •Закон Амдала
- •Гранулярность задачи
- •Балансировка нагрузки
- •Проблема расположения
- •Запуск параллельной обработки на Python
- •Разработка стратегии мультипроцессорной обработки
- •Введение в CUDA
- •Кластерные вычисления
- •Гибридная стратегия
- •Резюме
- •Глава 14. Практические рекомендации
- •Введение в практические рекомендации
- •Печальная история ИИ-бота в Твиттере
- •Объяснимость алгоритма
- •Алгоритмы машинного обучения и объяснимость
- •Этика и алгоритмы
- •Проблемы обучающихся алгоритмов
- •Понимание этических аспектов
- •Снижение предвзятости в моделях
- •Решение NP-трудных задач
- •Упрощение задачи
- •Адаптация известного решения аналогичной задачи
- •Вероятностный метод
- •Когда следует использовать алгоритмы
- •Практический пример — события типа «черный лебедь»
- •Резюме
Алгоритмы классификации |
211 |
Наблюдаем следующий результат (рис. 7.15).
Рис. 7.15
Далее рассмотрим логистическую регрессию.
Логистическая регрессия
Логистическая регрессия — это алгоритм, используемый для бинарной класси фикации. Логистическая функция применяется для описания взаимодействия между входными признаками и целевой переменной. Это один из простейших методов классификации, который используется для моделирования бинарной зависимой переменной.
Допущения
Логистическая регрессия предполагает следующее:
zz Набор обучающих данных не содержит пропущенных значений. zz Метка представляет собой бинарную категориальную переменную.
zz Метка является порядковой — другими словами, категориальной переменной с упорядоченными значениями.
zz Все признаки или входные переменные независимы друг от друга.
Установление отношений
Для логистической регрессии прогнозируемое значение рассчитывается следу ющим образом:
Давайте предположим, что z = wX + j.
Так что теперь:
212 |
Глава 7. Традиционные алгоритмы обучения с учителем |
Предыдущее соотношение может быть графически представлено следующим образом (рис. 7.16).
Рис. 7.16
Обратите внимание, что если z велико, σ (z) будет равно 1. Если z очень мало или является большим отрицательным числом, σ (z) будет равно 0. Итак, цель логистической регрессии — найти верные значения для w и j.
Логистическая регрессия названа в честь функции, которая исполь зуется для ее описания и называется логистической или сигмоидной функцией.
Функции потерь и стоимости
Функция потерь (loss function) используется для измерения ошибки в конкрет ном примере в обучающих данных. Функция стоимости (cost function) вычис ляет ошибку (в целях ее минимизации) во всем наборе обучающих данных. Функция lossиспользуется только для одного примера в наборе. Функция cost обозначает общую стоимость: с ее помощью высчитывается суммарное откло нение фактических значений от прогнозируемых. Оно зависит от выбора w и h.
Функция loss, используемая в логистической регрессии, выглядит так:
Loss (y′(i), y(i)) = –(y(i) log y′(i) + (1 – y(i)) log (1 – y′(i)).
Обратите внимание‚ что, когда y(i) = 1, Loss(y′(i), y(i)) = –log y′(i). Минимизация потерь приведет к большому значению y′(i). Поскольку это сигмоидная функция, максимальное значение будет равно 1.
Если y(i) = 0, Loss (y′(i), y(i)) = –log (1 – y′(i)). Минимизация потерь приведет к тому, что y′(i) будет как можно меньше, то есть 0.
Алгоритмы классификации |
213 |
Функция cost в логистической регрессии выглядит следующим образом:
Когда применять логистическую регрессию
Логистическая регрессия отлично подходит для бинарных классификаторов. Она не так эффективна, если объем данных огромен, а их качество не самое лучшее. Логистическая регрессия способна фиксировать более простые отно шения. Хотя она‚ как правило‚ не обеспечивает максимальной производитель ности, но зато устанавливает очень хороший начальный ориентир.
Использование логистической регрессии в задаче классификации
В этом разделе мы увидим применение алгоритмов логистической регрессии в задаче классификации:
1.Создадим модель логистической регрессии и обучим ее, используя обучаю щие данные:
from sklearn.linear_model import LogisticRegression classifier = LogisticRegression(random_state = 0) classifier.fit(X_train, y_train)
2.Теперь спрогнозируем значения контрольных данных и создадим матрицу ошибок:
y_pred = classifier.predict(X_test)
cm = metrics.confusion_matrix(y_test, y_pred) cm
После выполнения кода результат будет таким (рис. 7.17).
Рис. 7.17
3. Оценим показатели производительности:
accuracy= metrics.accuracy_score(y_test,y_pred) recall = metrics.recall_score(y_test,y_pred) precision = metrics.precision_score(y_test,y_pred) print(accuracy,recall,precision)
214 |
Глава 7. Традиционные алгоритмы обучения с учителем |
4. Получим следующий результат (рис. 7.18).
Рис. 7.18
Далее мы рассмотрим метод опорных векторов (алгоритм SVM).
Метод опорных векторов (SVM)
Метод опорных векторов (SVM, support vector machine) — это классификатор, который находит оптимальную гиперплоскость, максимально увеличивающую зазор между двумя классами. Максимизировать зазор — это и есть цель опти мизации с помощью SVM. Зазор определяется как расстояние между разделя ющей гиперплоскостью (границей принятия решения) и обучающими выбор ками, ближайшими к этой гиперплоскости, которые называются опорными векторами. Начнем с очень простого примера, где есть лишь два измерения, X1 и X2. Нам нужна линия, отделяющая нолики от крестиков. Работа алгоритма показана на следующей схеме (рис. 7.19).
Рис. 7.19
Мы нарисовали две линии, и обе они идеально отделяют крестики от ноликов. Однако нам необходимо определить одну оптимальную линию (или границу принятия решения), которая даст наилучшие шансы правильно классифици ровать большинство дополнительных примеров. Разумным выбором может быть линия, расположенная между этими двумя классами и равноудаленная от них, что обеспечит небольшой буфер для каждого класса, как показано на рис. 7.20.
Подготовим классификатор с помощью SVM.
Алгоритмы классификации |
215 |
Зазор
Опорные векторы
Граница принятия решений
«Положительная» «Отрицательная» гиперплоскость гиперплоскость
Рис. 7.20
Использование алгоритма SVM для задачи классификации
1.Прежде всего создадим экземпляр классификатора SVM, после чего исполь зуем обучающую часть размеченных данных для его обучения. Гиперпараметр kernel определяет тип преобразования, применяемого к входным данным, чтобы сделать их линейно разделимыми:
from sklearn.svm import |
SVC |
classifier = SVC(kernel |
= 'linear', random_state = 0) |
classifier.fit(X_train, |
y_train) |
2.После обучения сгенерируем несколько предсказаний и посмотрим на мат рицу ошибок:
y_pred = classifier.predict(X_test)
cm = metrics.confusion_matrix(y_test, y_pred) cm
3. Результат будем следующим (рис. 7.21).
Рис. 7.21
4. Теперь рассмотрим метрики производительности:
accuracy= metrics.accuracy_score(y_test,y_pred) recall = metrics.recall_score(y_test,y_pred) precision = metrics.precision_score(y_test,y_pred) print(accuracy,recall,precision)