中图网(原中国图书网):网上书店,尾货特色书店,30万种特价书低至2折!

歡迎光臨中圖網 請 | 注冊
> >
機器學習測試入門與實踐

包郵 機器學習測試入門與實踐

作者:艾輝主編
出版社:人民郵電出版社出版時間:2020-10-01
開本: 26cm 頁數: 328頁
中 圖 價:¥70.8(6.0折) 定價  ¥118.0 登錄后可看到會員價
加入購物車 收藏
開年大促, 全場包郵
?新疆、西藏除外
本類五星書更多>

機器學習測試入門與實踐 版權信息

  • ISBN:9787115544438
  • 條形碼:9787115544438 ; 978-7-115-54443-8
  • 裝幀:一般膠版紙
  • 冊數:暫無
  • 重量:暫無
  • 所屬分類:>

機器學習測試入門與實踐 本書特色

適讀人群 :對于工程開發和測試工程師,通過閱讀本書可以體系化地了解大數據測試、特征測試及模型評估等知識; 對于有算法數據背景的工程師,通過閱讀本書可以學習和拓寬模型評測的方法手段、模型工程實踐的思路; 對于技術專家、技術管理者,通過閱讀本書可以收獲機器學習質量保障與工程效率的建設思路。不同于市面上的機器學習書籍,本書是業界首部AI測試著作,填補了機器學習測試領域的空白。 本書由知名技術專家艾輝領銜融360AI測試團隊12位一線工程師聯手傾心打造,耗時一年多時間。 1)精選15個AI測試要點,從零開始,全面了解機器學習測試。 2)涵蓋5個技術主題,大數據、模型算法、模型評測、工程架構、智能化測試。 3)BAT等數十家一線互聯網公司的32位知名專家聯袂推薦。 本書內容設計深入淺出,學習路線清晰,幫助讀者了解機器學習是如何工作的,了解機器學習的質量保障是如何進行的。

機器學習測試入門與實踐 內容簡介

本書全面且系統地介紹了機器學習測試技術與質量體系建設,分為5部分,共15章。**部分(第1~4章)涵蓋了機器學習、Python編程、數據分析的基礎知識;第二部分(第5~7章)介紹了大數據基礎、大數據測試指南及相關工具實踐;第三部分(第8~10章)講解了機器學習測試基礎、特征專項測試及模型算法評估測試;第四部分(第11~13章)介紹了模型評估平臺實踐、機器學習工程技術及機器學習的持續交付流程;第五部分(第14章和第15章)探討了AI(Artificial Intelligence)在測試領域的實踐及AI時代測試工程師的未來。 本書能夠幫助讀者了解機器學習是如何工作的,了解機器學習的質量保障是如何進行的。工程開發人員和測試工程師通過閱讀本書,可以系統化地了解大數據測試、特征測試及模型評估等知識;算法工程師通過閱讀本書,可以學習模型評測的方法和拓寬模型工程實踐的思路;技術專家和技術管理者通過閱讀本書,可以了解機器學習質量保障與工程效能的建設方案。

機器學習測試入門與實踐 目錄

目 錄

第 一部分 基礎知識


第 1 章 機器學習的發展和應用 2

1.1 什么是機器學習 2

1.2 機器學習的發展 3

1.3 機器學習的應用 5

1.3.1 數據挖掘 5

1.3.2 人臉檢測 6

1.3.3 人機對弈 7

1.3.4 機器翻譯 7

1.3.5 自動駕駛 7

1.3.6 其他應用 8

1.4 本章小結 8

第 2 章 Python 編程基礎 9

2.1 Python 概述 9

2.2 Python 平臺搭建 9

2.2.1 Python 環境部署 9

2.2.2 Python 運行方式 12

2.3 Python 語法基礎 14

2.3.1 Python 編程規范 14

2.3.2 基本數據類型 15

2.3.3 Python 編程基礎 18

2.3.4 模塊和包 21

2.3.5 文件操作 22

2.4 本章小結 23

第 3 章 數據分析基礎 24

3.1 數據分析概述 24

3.1.1 什么是數據分析 24

3.1.2 數據分析的步驟 24

3.1.3 常用的數據分析策略 26

3.1.4 數據分析方法 27

3.1.5 數據分析工具 28

3.2 Python 中常用的數據分析庫 29

3.2.1 Numpy 29

3.2.2 Pandas 33

3.2.3 Matplotlib 37

3.2.4 SciPy 39

3.3 利用 Python 進行數據分析 42

3.3.1 數據加載、存儲 42

3.3.2 數據清洗和準備 46

3.3.3 數據規整 54

3.3.4 數據可視化 61

3.3.5 數據分組和聚合 64

3.3.6 數據分析案例 70

3.4 本章小結 77


第 4 章 機器學習基礎 78

4.1 機器學習簡介 78

4.1.1 機器學習中的基本概念 78

4.1.2 機器學習分類及訓練方式 79

4.1.3 機器學習三要素 81

4.2 機器學習庫 83

4.2.1 Scikit-learn 83

4.2.2 StatsModels 87

4.3 機器學習算法 89

4.3.1 回歸算法 89

4.3.2 支持向量機 91

4.3.3 決策樹 92

4.3.4 聚類 94

4.3.5 降維 100

4.3.6 集成學習 102

4.3.7 神經網絡 106

4.3.8 常用模型的特點和應用場景 109

4.4 本章小結 111


第二部分 大數據測試

第 5 章 大數據基礎 114

5.1 什么是大數據 114

5.2 Hadoop 生態系統 115

5.2.1 HDFS 116

5.2.2 MapReduce 118

5.2.3 Hive 121

5.2.4 HBase 124

5.2.5 Storm、Spark 和 Flink 131

5.3 數據倉庫與 ETL 流程 133

5.3.1 什么是 ETL 133

5.3.2 什么是數據倉庫 134

5.3.3 數據倉庫的架構 135

5.4 本章小結 136


第 6 章 大數據測試指南 137

6.1 大數據測試概述 137

6.1.1 什么是大數據測試 137

6.1.2 大數據測試與傳統數據測試差異 138

6.2 大數據 ETL 測試 139

6.2.1 ETL 測試流程 139

6.2.2 ETL 測試方法 140

6.2.3 ETL 測試場景 143

6.3 本章小結 147

第 7 章 大數據工具實踐 148

7.1 大數據測試工具 148

7.1.1 大數據測試的痛點 148

7.1.2 大數據測試工具 easy_data_test 的設計 149

7.1.3 大數據測試工具 easy_data_test 的使用 152

7.1.4 大數據測試工具展望 157

7.2 數據質量監控平臺157

7.2.1 數據質量把控環節 158

7.2.2 數據質量評估要點 158

7.2.3 數據質量監控平臺設計 159

7.3 數據調度平臺 163

7.3.1 調度系統概述 163

7.3.2 Azkaban 概述 163

7.3.3 Azkaban 實踐 164

7.4 本章小結 168


第三部分 模型測試


第 8 章 機器學習測試基礎 170

8.1 機器學習生命周期 170

8.2 機器學習測試難點 173

8.3 機器學習測試重點 174

8.4 模型工程服務測試 176

8.4.1 單元測試 177

8.4.2 集成測試 178

8.4.3 系統測試 179

8.5 A/B 測 試 180

8.5.1 A/B 測 試 180

8.5.2 做 A/B 測試的原因 181

8.5.3 A/B 測試在機器學習模型中的應用 181

8.6 本章小結 182

 第 9 章 特征專項測試 184

9.1 特征工程簡介 184

9.1.1 數據探索 184

9.1.2 數據預處理 185

9.1.3 特征構建 190

9.1.4 特征選擇 190

9.2 特征測試方法 191

9.2.1 特征指標分析 191

9.2.2 特征穩定性測試 198

9.3 特征測試實踐 199

9.3.1 特征指標分析實踐 199

9.3.2 特征可視化實踐 203

9.3.3 特征穩定性測試實踐 207

9.3.4 特征監控實踐 211

9.4 本章小結 212

第 10 章 模型算法評估測試 213

10.1 模型算法評估基礎 213

10.1.1 模型算法評估概述 213

10.1.2 樣本數據劃分策略 214

10.1.3 統計學指標與統計圖 216

10.1.4 模型算法評估指標 217

10.2 模型算法的測試方法 223

10.2.1 模型蛻變測試 223

10.2.2 模型模糊測試 226

10.2.3 模型魯棒性測試 227

10.2.4 模型安全測試 229

10.2.5 模型可解釋性測試 230

10.2.6 模型在線測試 233

10.2.7 模型監控與迭代 234

10.3 不同應用場景下模型算法的評測 235

10.3.1 圖像分類應用場景下的模型算法評測 235

10.3.2 推薦應用場景下的模型算法評測 236

10.3.3 金融風控應用場景下的模型算法評測 239

10.4 本章小結 241

第四部分 模型工程

第 11 章 模型評估平臺實踐 244

11.1 模型評估平臺背景 244

11.2 模型評估平臺的設計 245

11.2.1 平臺需求分析 245

11.2.2 平臺架構設計 246

11.3 模型評估平臺展示 253

11.3.1 模型配置規則 253

11.3.2 模型評估指標 255

11.3.3 模型評估報告 261

11.4 模型評估平臺總結 263

11.4.1 回 顧 264

11.4.2 展 望 265

11.5 本章小結 266

第 12 章 機器學習工程技術 267

12.1 機器學習平臺概述 267

12.1.1 機器學習平臺發展歷程 267

12.1.2 主流的機器學習平臺 269

12.1.3 機器學習平臺的建設 270

12.2 數據與建模工程技術 272

12.2.1 數據采集 272

12.2.2 數據存儲 272

12.2.3 數據加工 273

12.2.4 樣本數據 274

12.2.5 特征工程 275

12.2.6 模型構建 275

12.3 模型部署工程技術 279

12.3.1 模型部署概述 279

12.3.2 模型發布方式 279

12.3.3 模型線上監控 284

12.4 本章小結 286

第 13 章 機器學習的持續交付 287

13.1 機器學習持續交付的介紹與定義 287

13.1.1 持續交付 287

13.1.2 機器學習持續交付的定義 289

13.2 機器學習持續交付的主要挑戰 290

13.2.1 組織流程的挑戰 290

13.2.2 復雜技術的挑戰 292

13.3 如何構建機器學習管道 292

13.3.1 機器學習管道概述 293

13.3.2 構建機器學習管道 293

13.3.3 Pipeline(管道)設計的關注點 307

13.3.4 Pipeline 的技術組件 307

13.4 本章小結 309

第五部分 AI In Test

第 14 章 AI 在測試領域的探索與實踐 312

14.1 測試發展面臨的挑戰 312

14.2 AI 在測試領域的應用及優勢 313

14.3 業界智能化測試案例介紹 314

14.3.1 AI 在測試效能方面的探索 315

14.3.2 AI 在自動化測試方面的實踐 317

14.4 主流AI 測試工具簡介 320


14.5 本章小結 322

第 15 章 AI 時代測試工程師的未來 324

15.1 AI 對測試未來發展的影響 324

15.2 AI 時代測試工程師的定位 325

15.3 測試工程師的AI 學習路線 326

15.4 本章小結 328

參考文獻 329


展開全部

機器學習測試入門與實踐 作者簡介

艾輝,中國人民大學統計學院碩士,融 360 高 級技術經理。主要負責機器學習產品的質量保障工作,曾在餓了么公司擔任高 級技術經理,負責用戶產品、新零售產品的質量保障工作。有 8 年多的測試開發工作經驗,曾多次受邀在行業技術大會( 如 MTSC、GITC、NCTS、TiD、A2M 等)上做主題分享。對大數據、機器學習測試技術有深刻的理解,并長期專注于質量保障與工程效能研究。 陳高飛,東北大學計算機碩士,融 360 測試開發工程師。主要從事機器學習方面的測試開發工作。擅長白盒測試、大數據測試和模型測試,在工具平臺開發方面有豐富的實踐經驗。 陳花,北京郵電大學信息通信工程學院碩士,融 360 高 級測試開發工程師。主要從事服務器端測試開發工作,主導過多個大型項目的測試。擅長白盒測試、安全測試、自動化測試及工具開發。 方娟紅,東北大學計算機碩士,融 360 測試開發工程師。主要從事服務器端測試開發工作。在企業級應用的測試和開發方面有著豐富的實踐經驗。 郭學敏,西安電子科技大學電子工程學院碩士,融 360 測試開發工程師。主要負責機器學習方面的測試開發工作,主導過多個大型項目的測試。擅長大數據測試、特征分析與模型評估,且在特征工程測試方面有著豐富的實踐經驗。 郝嶸,北京信息科技大學自動化學院碩士,融 360 測試開發工程師。從事 Python 開發、機器學習測試、大數據測試工作多年,在大數據的質量保障及測試工具開發方面有著豐富的實踐經驗。 雷天鳴,哈爾濱理工大學計算機科學與技術系碩士,融 360 測試開發工程師。主要從事機器學習方向的測試開發工作。擅長大數據測試、特征測試及模型算法評測等,且對金融風控業務有深刻的理解。 李曼曼,融 360 高級測試開發工程師。有近 10 年測試領域從業經驗, 擅長白盒測試、性能測試、自動化測試、持續集成及工程效能。在 AI 測試方面有一定的探索實踐。 李雪,西安電子科技大學通信工程碩士,融 360 測試開發工程師。主要從事平臺及機器學習方面的測試開發工作。擅長自動化測試、性能測試及安全測試,且對特征測試分析有著豐富的實踐經驗。 孫金娟,山西財經大學計算機科學與技術專業學士,融 360 測試開發工程師。有近 8 年 Java 開發、測試開發工作經驗,擅長大數據測試及工具平臺開發。 張海霞,中國人民大學統計學院碩士,融 360 高級測試開發工程師。有近 7 年測試領域從業經驗,擅長白盒測試、性能測試及自動化測試。在測試平臺開發方面有著豐富的實踐經驗,且對數據挖掘技術有扎實的實踐積累。 張咪,北京交通大學通信學院碩士,融 360 高級測試開發工程師。主要負責用戶產品的質量保障工作。曾負責基礎架構、運維自動化等方面的測試、開發工作。在自動化測試、服務穩定性、專項測試、工程效能等方面有著豐富的實踐經驗,且對機器學習工程技術有深刻的理解。 張朋周,中國地質大學計算機碩士,融 360 高級測試開發工程師。曾在RAISECOM 和百度從事測試開發工作,有近 8 年的測試工作經驗。目前主要負責機器學習方面的測試開發工作,主導了多個工具平臺的開發,在模型評估平臺方面有著豐富的實踐經驗。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板: 柴油机_柴油发电机_厂家_品牌-江苏卡得城仕发动机有限公司 | 隔离变压器-伺服变压器--输入输出电抗器-深圳市德而沃电气有限公司 | 宠物店加盟_宠物连锁店_开宠物店-【派多格宠物】 | 砍排机-锯骨机-冻肉切丁机-熟肉切片机-预制菜生产线一站式服务厂商 - 广州市祥九瑞盈机械设备有限公司 | 药品冷藏箱厂家_低温冰箱_洁净工作台-济南欧莱博电子商务有限公司官网 | 浩方智通 - 防关联浏览器 - 跨境电商浏览器 - 云雀浏览器 | 捷码低代码平台 - 3D数字孪生_大数据可视化开发平台「免费体验」 | 板框压滤机-隔膜压滤机配件生产厂家-陕西华星佳洋装备制造有限公司 | 锻造液压机,粉末冶金,拉伸,坩埚成型液压机定制生产厂家-山东威力重工官方网站 | 代做标书-代写标书-专业标书文件编辑-「深圳卓越创兴公司」 | 办公室家具_板式办公家具定制厂家-FMARTS福玛仕办公家具 | 千淘酒店差旅平台-中国第一家针对TMC行业的酒店资源供应平台 | 台湾HIWIN上银直线模组|导轨滑块|TBI滚珠丝杆丝杠-深圳汉工 | 植筋胶-粘钢胶-碳纤维布-碳纤维板-环氧砂浆-加固材料生产厂家-上海巧力建筑科技有限公司 | 热镀锌槽钢|角钢|工字钢|圆钢|H型钢|扁钢|花纹板-天津千百顺钢铁贸易有限公司 | 软膜天花_软膜灯箱_首选乐创品牌_一站式天花软膜材料供应商! | 消泡剂-水处理消泡剂-涂料消泡剂-切削液消泡剂价格-东莞德丰消泡剂厂家 | 粘弹体防腐胶带,聚丙烯防腐胶带-全民塑胶| 闪蒸干燥机-喷雾干燥机-带式干燥机-桨叶干燥机-[常州佳一干燥设备] | 山东PE给水管厂家,山东双壁波纹管,山东钢带增强波纹管,山东PE穿线管,山东PE农田灌溉管,山东MPP电力保护套管-山东德诺塑业有限公司 | 深圳货架厂_仓库货架公司_重型仓储货架_线棒货架批发-深圳市诺普泰仓储设备有限公司 | 申江储气罐厂家,储气罐批发价格,储气罐规格-上海申江压力容器有限公司(厂) | 钢托盘,钢制托盘,立库钢托盘,金属托盘制造商_南京飞天金属制品实业有限公司 | 太阳能发电系统-太阳能逆变器,控制器-河北沐天太阳能科技首页 | 广州云仓代发-昊哥云仓专业电商仓储托管外包代发货服务 | 直流大电流电源,燃料电池检漏设备-上海政飞| 湖州织里童装_女童男童中大童装_款式多尺码全_织里儿童网【官网】-嘉兴嘉乐网络科技有限公司 | 机械立体车库租赁_立体停车设备出租_智能停车场厂家_春华起重 | ISO9001认证咨询_iso9001企业认证代理机构_14001|18001|16949|50430认证-艾世欧认证网 | 刺绳_刀片刺网_刺丝滚笼_不锈钢刺绳生产厂家_安平县浩荣金属丝网制品有限公司-安平县浩荣金属丝网制品有限公司 | 温控器生产厂家-提供温度开关/热保护器定制与批发-惠州市华恺威电子科技有限公司 | 膏剂灌装旋盖机-眼药水灌装生产线-西林瓶粉剂分装机-南通博琅机械科技 | 工控机-工业平板电脑-研华工控机-研越无风扇嵌入式box工控机 | 同学聚会纪念册制作_毕业相册制作-成都顺时针宣传画册设计公司 | 上海噪音治理公司-专业隔音降噪公司-中广通环保 | 德国BOSCH电磁阀-德国HERION电磁阀-JOUCOMATIC电磁阀|乾拓百科 | 建筑消防设施检测系统检测箱-电梯**检测仪器箱-北京宇成伟业科技有限责任公司 | 武汉高低温试验箱_恒温恒湿试验箱厂家-武汉蓝锐环境科技有限公司 | 博客-悦享汽车品质生活 | 东莞画册设计_logo/vi设计_品牌包装设计 - 华略品牌设计公司 | 洛阳防爆合格证办理-洛阳防爆认证机构-洛阳申请国家防爆合格证-洛阳本安防爆认证代办-洛阳沪南抚防爆电气技术服务有限公司 |