掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
集體智慧編程 版權信息
- ISBN：9787121254437
- 條形碼：9787121254437 ; 978-7-121-25443-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
集體智慧編程 本書特色
本書以機器學習與計算統計為主題背景，專門講述如何挖掘和分析web上的數據和資源，如何分析用戶體驗、市場營銷、個人品味等諸多信息，并得出有用的結論，通過復雜的算法來從web網站獲取、收集并分析用戶的數據和反饋信息，以便創造新的用戶價值和商業價值。全書內容翔實，包括協作過濾技術（實現關聯產品推薦功能）、集群數據分析（在大規模數據集中發掘相似的數據子集）、搜索引擎核心技術（爬蟲、索引、查詢引擎、pagerank算法等）、搜索海量信息并進行分析統計得出結論的優化算法、貝葉斯過濾技術（垃圾郵件過濾、文本過濾）、用決策樹技術實現預測和決策建模功能、社交網絡的信息匹配技術、機器學習和人工智能應用等。 本書是web開發者、架構師、應用工程師等的絕佳選擇。
集體智慧編程 內容簡介
本書以機器學習與計算統計為主題背景，專門講述如何挖掘和分析Web上的數據和資源，如何分析用戶體驗、市場營銷、個人品味等諸多信息，并得出有用的結論，通過復雜的算法來從Web網站獲取、收集并分析用戶的數據和反饋信息，以便創造新的用戶價值和商業價值。全書內容翔實，包括協作過濾技術（實現關聯產品推薦功能）、集群數據分析（在大規模數據集中發掘相似的數據子集）、搜索引擎核心技術（爬蟲、索引、查詢引擎、PageRank算法等）、搜索海量信息并進行分析統計得出結論的優化算法、貝葉斯過濾技術（垃圾郵件過濾、文本過濾）、用決策樹技術實現預測和決策建模功能、社交網絡的信息匹配技術、機器學習和人工智能應用等。 本書是Web開發者、架構師、應用工程師等的絕佳選擇。
集體智慧編程 目錄
table of contents
前言 viii
第1章 集體智慧導言 1
什么是集體智慧 2
什么是機器學習 3
機器學習的局限 4
真實生活中的例子 5
學習型算法的其他用途 5
第2章 提供推薦 7
協作型過濾 7
搜集偏好 8
尋找相近的用戶 9
推薦物品 15
匹配商品 17
構建一個基于del.icio.us的鏈接推薦系統 19
基于物品的過濾 22
使用movielens數據集 25
基于用戶進行過濾還是基于物品進行過濾 27
練習 28
第3章 發現群組 29
監督學習和無監督學習 29
單詞向量 30
分級聚類 33
繪制樹狀圖 38
列聚類 40
k-均值聚類 42
針對偏好的聚類 44
以二維形式展現數據 49
有關聚類的其他事宜 53
練習 53
第4章 搜索與排名 54
搜索引擎的組成 54
一個簡單的爬蟲程序 56
建立索引 58
查詢 63
基于內容的排名 64
利用外部回指鏈接 69
從點擊行為中學習 74
練習 84
第5章 優化 86
組團旅游 87
描述題解 88
成本函數 89
隨機搜索 91
爬山法 92
模擬退火算法 95
遺傳算法 97
真實的航班搜索 101
涉及偏好的優化 106
網絡可視化 110
其他可能的應用場合 115
練習 116
第6章 文檔過濾 117
過濾垃圾信息 117
文檔和單詞 118
對分類器進行訓練 119
計算概率 121
樸素分類器 123
費舍爾方法 127
將經過訓練的分類器持久化 132
過濾博客訂閱源 134
對特征檢測的改進 136
使用akismet 138
替代方法 139
練習 140
第7章 決策樹建模 142
預測注冊用戶 142
引入決策樹 144
對樹進行訓練 145
選擇*合適的拆分方案 147
以遞歸方式構造樹 149
決策樹的顯示 151
對新的觀測數據進行分類 153
決策樹的剪枝 154
處理缺失數據 156
處理數值型結果 158
對住房價格進行建模 158
對“熱度”評價進行建模 161
什么時候使用決策樹 164
練習 165
第8章 構建價格模型 167
構造一個樣本數據集 167
k-*近鄰算法 169
為近鄰分配權重 172
交叉驗證 176
不同類型的變量 178
對縮放結果進行優化 181
不對稱分布 183
使用真實數據——ebay api 189
何時使用k-*近鄰算法 195
練習 196
第9章 高階分類：核方法與svm 197
婚介數據集 197
數據中的難點 199
基本的線性分類 202
分類特征 205
對數據進行縮放處理 209
理解核方法 211
支持向量機 215
使用libsvm 217
基于facebook的匹配 219
練習 225
第10章 尋找獨立特征 226
搜集一組新聞 227
先前的方法 231
非負矩陣因式分解 232
結果呈現 240
利用股票市場的數據 243
練習 248
第11章 智能進化 250
什么是遺傳編程 250
將程序以樹形方式表示 253
構造初始種群 257
測試題解 259
對程序進行變異 260
交叉 263
構筑環境 265
一個簡單的游戲 268
更多可能性 273
練習 276
第12章 算法總結 277
貝葉斯分類器 277
決策樹分類器 281
神經網絡 285
支持向量機 289
k-*近鄰 293
聚類 296
多維縮放 300
非負矩陣因式分解 302
優化 304
附錄a：第三方函數庫 309
附錄b：數學公式 316
索引 323
前言 viii
第1章 集體智慧導言 1
什么是集體智慧 2
什么是機器學習 3
機器學習的局限 4
真實生活中的例子 5
學習型算法的其他用途 5
第2章 提供推薦 7
協作型過濾 7
搜集偏好 8
尋找相近的用戶 9
推薦物品 15
匹配商品 17
構建一個基于del.icio.us的鏈接推薦系統 19
基于物品的過濾 22
使用movielens數據集 25
基于用戶進行過濾還是基于物品進行過濾 27
練習 28
第3章 發現群組 29
監督學習和無監督學習 29
單詞向量 30
分級聚類 33
繪制樹狀圖 38
列聚類 40
k-均值聚類 42
針對偏好的聚類 44
以二維形式展現數據 49
有關聚類的其他事宜 53
練習 53
第4章 搜索與排名 54
搜索引擎的組成 54
一個簡單的爬蟲程序 56
建立索引 58
查詢 63
基于內容的排名 64
利用外部回指鏈接 69
從點擊行為中學習 74
練習 84
第5章 優化 86
組團旅游 87
描述題解 88
成本函數 89
隨機搜索 91
爬山法 92
模擬退火算法 95
遺傳算法 97
真實的航班搜索 101
涉及偏好的優化 106
網絡可視化 110
其他可能的應用場合 115
練習 116
第6章 文檔過濾 117
過濾垃圾信息 117
文檔和單詞 118
對分類器進行訓練 119
計算概率 121
樸素分類器 123
費舍爾方法 127
將經過訓練的分類器持久化 132
過濾博客訂閱源 134
對特征檢測的改進 136
使用akismet 138
替代方法 139
練習 140
第7章 決策樹建模 142
預測注冊用戶 142
引入決策樹 144
對樹進行訓練 145
選擇*合適的拆分方案 147
以遞歸方式構造樹 149
決策樹的顯示 151
對新的觀測數據進行分類 153
決策樹的剪枝 154
處理缺失數據 156
處理數值型結果 158
對住房價格進行建模 158
對“熱度”評價進行建模 161
什么時候使用決策樹 164
練習 165
第8章 構建價格模型 167
構造一個樣本數據集 167
k-*近鄰算法 169
為近鄰分配權重 172
交叉驗證 176
不同類型的變量 178
對縮放結果進行優化 181
不對稱分布 183
使用真實數據——ebay api 189
何時使用k-*近鄰算法 195
練習 196
第9章 高階分類：核方法與svm 197
婚介數據集 197
數據中的難點 199
基本的線性分類 202
分類特征 205
對數據進行縮放處理 209
理解核方法 211
支持向量機 215
使用libsvm 217
基于facebook的匹配 219
練習 225
第10章 尋找獨立特征 226
搜集一組新聞 227
先前的方法 231
非負矩陣因式分解 232
結果呈現 240
利用股票市場的數據 243
練習 248
第11章 智能進化 250
什么是遺傳編程 250
將程序以樹形方式表示 253
構造初始種群 257
測試題解 259
對程序進行變異 260
交叉 263
構筑環境 265
一個簡單的游戲 268
更多可能性 273
練習 276
第12章 算法總結 277
貝葉斯分類器 277
決策樹分類器 281
神經網絡 285
支持向量機 289
k-*近鄰 293
聚類 296
多維縮放 300
非負矩陣因式分解 302
優化 304
附錄a：第三方函數庫 309
附錄b：數學公式 316
索引 323
展開全部
集體智慧編程 作者簡介
莫映，現供職于IBM中國開發實驗室，在軟件開發與設計領域里混跡已然10年有余，目前從事商業領域社交軟件產品的研發工作。一直關注社交網絡以及社交技術在不同領域里的運用，同時也積極活躍于公司內外的各種技術社區之中。
書友推薦
- >
中國歷史的瞬間
- >
山海經
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
小考拉的故事-套裝共3冊
- >
經典常談
- >
苦雨齋序跋文-周作人自編集
- >
上帝之肋:男人的真實旅程
本類暢銷
