預測之美：機器學習及深度學習真實生活應用

預測之美，莫過於此

未卜先知不再是夢想，用深度學習及機器學習的原理，預測出最精準的結果。

本書特色

完整收錄

• 遺傳演算法、粒子群演算法、模擬退火求解
• 多元線性、Ridge回歸、Lasso回歸、分位數回歸、穩健回歸
• GBRT、神經網路、SVM、高斯回歸
• Box-Jenkins方法、門檻自回歸、向量自回歸、GARPH模型族、卡爾曼濾波、RNN及LSTM

完整的數學推導及公式講解，讓你打下紮實的機器學習及深度學習基礎。

 

閱讀對象

• 對資料採擷、機器學習、預測演算法及商業預測應用有興趣的大專院校師生
• 從事資料採擷工作，有一定經驗的專業人士
• 各行各業的資料分析師、資料採擷工程師

對資料採擷、預測專題有興趣的讀者

作者簡介

游皓麟

大數據分析、資料採擷專家，高級培訓講師。畢業於東南大學，從事大數據相關領域工作8年有餘，專注大數據架構、機器學習、資料採擷、NLP、知識圖譜等領域的方案設計、演算法研究與工程實現。在遊戲、互聯網、電信、電力、軍工等行業具有豐富的工程實踐經驗，多次作為特邀嘉賓參加行業會議並發表主題演講，著有《R語言預測實戰》等多本書籍。

目錄

01 | 認識預測

1.1 什麼是預測

1.2 前端技術

1.3 Python 預測初步

 

02 | 預測方法論

2.1 預測流程

2.2 指導原則

2.3 團隊組成

 

03 | 探索規律

3.1 相關分析

3.2 因果分析

3.3 分群分析

3.4 連結分析

 

04 | 特徵工程

4.1 特徵轉換

4.2 特徵組合

4.3 特徵評價

4.4 特徵學習

 

05 | 參數最佳化

5.1 交換驗證

5.2 網格搜尋

5.3 遺傳演算法

5.4 粒子群最佳化

5.5 模擬退火

 

06 | 線性回歸及其最佳化

6.1 多元線性回歸

6.2 Ridge 回歸

6.3 Lasso 回歸

6.4 分位數回歸

6.5 穩健回歸

 

07 | 複雜回歸分析

7.1 梯度提升回歸樹（GBRT）

7.2 深度神經網路

7.3 支援向量機回歸

7.4 高斯過程回歸

 

08 | 時間序列分析

8.1 Box-Jenkins 方法

8.2 門檻自回歸模型

8.3 GARCH 模型族

8.4 向量自回歸模型

8.5 卡爾曼濾波

8.6 循環神經網路

8.7 長短期記憶網路

 

09 | 短期日負荷曲線預測

9.1 電力企業負荷預測介紹

9.2 短期日負荷曲線預測的基本要求

9.3 預測建模準備

9.4 基於DNN 演算法的預測

9.5 基於LSTM 演算法的預測

 

10 | 股票價格預測

10.1 股票市場簡介

10.2 取得股票資料

10.3 基於VAR 演算法的預測

10.4 基於LSTM 演算法的預測

 

A | 參考文獻

序

為什麼要寫這本書？

 

2016 年10 月，筆者出版了R 語言預測一書，書中歸納了筆者在預測領域的一些思考和經驗，並透過書籍的媒介作用，和讀者們進行了一次深度的對話交流。書中基於R 語言對常用的資料分析、預測類別演算法進行了實現，並結合案例說明了預測模型的實現過程。該書自出版以來，不斷收到讀者的好評，筆者也時常收到讀者發來的郵件，或是對書籍內容有興趣，希望可以長期交流，或是提出書籍中存在的一些瑕疵，希望在下一個版本中進行改善，或是諮詢一些實際業務問題，如此等等。整體來看，R 語言預測一書還是很受讀者喜愛的。

 

由於人工智慧在近些年的發展，Python 語言越來越流行，更多的朋友想從Python 入手學習新興技術。為了能將R 語言預測的精華介紹給更多的讀者，筆者開始考慮將其改寫為Python 版本。與R 語言預測相比，本書加入了使用深度學習演算法來做預測的內容，同時刪除了一些不必要的段落，在程式方面也做了很多最佳化，相信能夠給讀者帶來更好的閱讀、學習體驗。

 

閱讀對象

• 對資料採擷、機器學習、預測演算法及商業預測應用有興趣的大專院校師生；
• 從事資料採擷工作，有一定經驗的專業人士；
• 各行各業的資料分析師、資料採擷工程師；
• 對資料採擷、預測專題有興趣的讀者。

 

勘誤和支援

由於筆者的水準有限，撰寫的時間也很倉促，書中難免會出現一些錯誤或不準確的地方，懇請讀者批評、指正。讀者可以把意見或建議直接發至筆者的電子郵件cador.ai@aliyun.com。書中的資料和程式，可透過訪問網站（www.cador.cn）來取得。筆者會定期發佈勘誤表，並統一回覆。同時，如果你有什麼問題，也可以發郵件來提問，筆者將儘量為讀者提供最滿意的解答，期待你們的回饋。

 

如何閱讀這本書

本書包含 3 篇，共有10 章。

第 1 章介紹預測的基本概念，以及大數據時代預測的特點，並結合案例說明，最後基於Python 說明一個預測案例。本章適合初學者入門。

第 2 章介紹預測的方法論。預測流程是基礎，它說明了預測實施的各個階段；預測的指導原則是預測工作者一定要會的。另外，還介紹了預測工作的團隊要求。本章內容適合長期品味，活學活用。

第 3 章介紹分析方法，本章內容是資料分析、資料採擷常見的分析方法，出現在這裡，主要是為預測技術的資料處理做準備。如果預測工作者沒有掌握有效的分析想法和方法，就直接去提煉指標和特徵，那麼預測工作是很難進行下去的。本章提供了規律發現的常用方法和技巧。

第 4 章介紹特徵工程，不僅介紹了常見的特徵轉換方法，還介紹了特徵組合的方法，特別值得一提的是，本章包含了特徵學習的方法，它是基於遺傳程式設計實現的。從事資料採擷的朋友都很清楚，好的特徵在建模時是非常重要的，然而，有時我們直接拿基礎資料去建模，效果不見得好，如果進行規律採擷，那麼也比較費時費力，比較好的做法就是特徵自動產生。有興趣的讀者，可以細緻品味這一章。

從第 1 章到第4 章為本書的第1 篇，主要介紹預測的入門知識，如果讀者對預測有一定的功力，則可以跳過本部分，直接進入第2 篇，了解預測演算法的基本原理和實現。

 

第5 章介紹模型參數的最佳化。我們在建立資料採擷和預測模型時，參數的確定通常不是一步合格的，常常需要做一些最佳化或改進，以提升最後的效果。本章介紹的遺傳演算法、粒子群最佳化、模擬退火等問題求解演算法，有助找到模型的最佳或接近最佳的參數。

第 6 章介紹線性回歸技術，主要包含多元線性回歸、Ridge 回歸、Lasso 回歸、分位數回歸、穩健回歸的內容。在實際工作或實作中，讀者應該有選擇地使用對應的回歸方法，以確保應對回歸問題的有效性。

第 7 章介紹複雜回歸技術，主要包含梯度提升回歸樹（GBRT）、神經網路、支援向量機、高斯過程回歸的內容。這是回歸技術的進階部分，有關統計學以及機器學習的內容，想挑戰難度的讀者，一定要好好讀一讀這部分。

第 8 章介紹時間序列分析技術，主要包含Box-Jenkins 方法、門檻自回歸模型、GARCH 模型族、向量自回歸模型、卡爾曼濾波、循環神經網路、長短時記憶網路等內容。本章不僅介紹了常見的Box-Jenkins 方法，還介紹了門檻自回歸等高階時序分析技術。

從第 5 章到第8 章為本書的第2 篇，主要介紹預測演算法，本部分的演算法選擇有一定的難度，基本包含了常見的以及部分高階的預測回歸演算法，讀者可細細品味。

 

第 9 章介紹短期日負荷曲線預測技術，首先介紹電力企業負荷預測的企業知識，接著從預測的基本要求出發，經過預測的建模準備，進入預測建模的環節。本章使用了DNN 和LSTM 兩種演算法來建立預測模型，並對預測效果進行了評估。

第 10 章介紹股票價格預測技術，基於VAR 和LSTM 兩種演算法對預測模型進行了實現，檢驗了預測的準確性。

最後兩章為本書的第 3 篇，主要介紹預測案例。由於商業關係，有些案例分析的細節內容不便在書中全面多作說明，有興趣的讀者，可以發郵件聯繫筆者。

 

本書原始程式碼下載

本書作者為中國大陸人士，為維持程式執行正確，提供簡體中文版原始程式碼供讀者下載，請至本公司官網https://deepmind.com.tw/尋找本書程式下載。

 

致謝

感謝電子工業出版社的編輯石倩，沒有你的敦促，筆者可能不會這麼快地寫完這本書，同時也感謝電子工業出版社！感謝造物主給我一顆孜孜不倦的心，讓我在學習的道路上不至於因工作忙碌而有所懈怠，也不至於因有所成就而不知進取。青山不改，綠水長流。謹以此書，獻給我最親愛的家人和朋友，以及熱愛Python和從事資料相關領域的朋友們。

 

遊皓麟