掃一掃
關注中圖網(wǎng)
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(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
寫給程序員的數(shù)據(jù)挖掘實踐指南 版權信息
- ISBN：9787115336354
- 條形碼：9787115336354 ; 978-7-115-33635-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
寫給程序員的數(shù)據(jù)挖掘實踐指南 本書特色
數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。大多數(shù)數(shù)據(jù)挖掘的教材都專注于介紹理論基礎，因而往往難以理解和學習。 本書是介紹寫給程序員的一本數(shù)據(jù)挖掘指南，可以幫助讀者動手實踐進行數(shù)據(jù)挖掘、集體智慧并構建推薦系統(tǒng)。全書共8章，介紹了數(shù)據(jù)挖掘的基本知識和理論、協(xié)同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。全書采用做中學的方式，用生動的圖示、大量的表格、簡明的公式，實用的python代碼示例，闡釋數(shù)據(jù)挖掘的知識和技能。每章還給出了習題和練習，幫助讀者鞏固所學的知識。 本書專注適合對數(shù)據(jù)挖掘、數(shù)據(jù)分析和推薦系統(tǒng)感興趣的程序員及相關領域的從業(yè)者閱讀參考；同時，本書也可以作為一本輕松有趣的數(shù)據(jù)挖掘課程教學參考書。
寫給程序員的數(shù)據(jù)挖掘實踐指南 內容簡介
大多數(shù)數(shù)據(jù)挖掘的教材都專注于介紹理論基礎，因而往往難以理解和學習。 本書是介紹寫給程序員的一本數(shù)據(jù)挖掘指南，可以幫助讀者動手實踐進行數(shù)據(jù)挖掘、集體智慧并構建推薦系統(tǒng)。 本書作者采用在實踐中學的方式，提供了python的代碼和案例，詳細介紹如何應用數(shù)據(jù)挖掘技術，開發(fā)出實用的推薦系統(tǒng)。 本書英文版在網(wǎng)絡上放出樣章，得到很多業(yè)內知名人士的推薦和好評。 知名技術譯者王斌老師譯作，翻譯質量上乘 數(shù)據(jù)挖掘一般是指通過算法搜索隱藏于大量的數(shù)據(jù)之中的信息的過程。眾多的數(shù)據(jù)挖掘教材都專注于介紹理論基礎，因而往往難以理解和學習。 本書是專門寫給程序員的一本數(shù)據(jù)挖掘指南，可以幫助讀者動手實踐，進行數(shù)據(jù)挖掘、應用集體智慧并構建推薦系統(tǒng)。 全書共8 章，介紹了數(shù)據(jù)挖掘的基本知識和理論、協(xié)同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容；用生動的圖示、大量的表格、簡明的公式以及實用的python 代碼示例，闡釋數(shù)據(jù)挖掘的知識和技能。 每章還給出了習題和練習，幫助讀者鞏固所學的知識。 本書采用"在實踐中學習"的思路來組織內容。建議讀者不是被動地閱讀本書，而是通過課后習題和本書提供的python 代碼進行實踐。此外，讀者還應當積極參與到數(shù)據(jù)挖掘技術的編程實踐中。 本書適合對數(shù)據(jù)挖掘、數(shù)據(jù)分析和推薦系統(tǒng)感興趣的程序員及相關領域的從業(yè)者閱讀參考；同時，本書也可以作為 一本輕松有趣的數(shù)據(jù)挖掘課程教學參考書。本書由一系列互為基礎的小的知識點累積而成，學完本書以后，能夠為理解 數(shù)據(jù)挖掘的各種技術打下堅實的基礎。
寫給程序員的數(shù)據(jù)挖掘實踐指南 目錄
第1章 數(shù)據(jù)挖掘簡介及本書使用方法 歡迎來到21世紀 并不只是對象 tb級挖掘是現(xiàn)實不是科幻 本書體例第2章 協(xié)同過濾-愛你所愛 如何尋找相似用戶 曼哈頓距離 歐氏距離 n維下的思考 一般化 python中數(shù)據(jù)表示方法及代碼 計算曼哈頓距離的代碼 用戶的評級差異 皮爾遜相關系數(shù) 在繼續(xù)之前稍微休息一下 *后一個公式-余弦相似度 相似度的選擇 一些怪異的事情 k近鄰 python的一個推薦類 一個新數(shù)據(jù)集第3章 協(xié)同過濾-隱式評級及基于物品的過濾 隱式評級 調整后的余弦相似度 slope one算法 slope one算法的粗略描述圖 基于python的實現(xiàn) 加權slope one：推薦模塊 movielens數(shù)據(jù)集第4章 內容過濾及分類-基于物品屬性的過濾 一個簡單的例子 用python實現(xiàn) 給出推薦的原因 一個取值范圍的問題 歸一化 改進的標準分數(shù) 歸一化 vs. 不歸一化 回到pandora 體育項目的識別 python編程 就是它了 汽車mpg數(shù)據(jù) 雜談第5章 分類的進一步探討-算法評估及knn 訓練集和測試集 10折交叉驗證的例子 混淆矩陣 一個編程的例子 kappa統(tǒng)計量 近鄰算法的改進 一個新數(shù)據(jù)集及挑戰(zhàn) 更多數(shù)據(jù)、更好的算法以及一輛破公共汽車第6章 概率及樸素貝葉斯-樸素貝葉斯 微軟購物車 貝葉斯定理 為什么需要貝葉斯定理 i100 i500 用python編程實現(xiàn) 共和黨 vs. 民主黨 數(shù)字 python實現(xiàn) 這種做法會比近鄰算法好嗎第7章 樸素貝葉斯及文本-非結構化文本分類 一個文本正負傾向性的自動判定系統(tǒng) 訓練階段第8章 聚類-群組發(fā)現(xiàn) k-means聚類 sse或散度 小結 安然公司
展開全部
寫給程序員的數(shù)據(jù)挖掘實踐指南 作者簡介
Ron Zacharski是一名軟件開發(fā)工程師，曾在威斯康辛大學獲美術學士學位，之后還在明尼蘇達大學獲得了計算機科學博士學位。博士后期間，他在愛丁堡大學研究語言學。正是基于廣博的學識，他不僅在新墨西哥州立大學的計算研究實驗室工作，期間還接觸過自然語言處理相關的項目，而該實驗室曾被《連線》雜志評為機器翻譯研究領域翹楚。除此之外，他還曾教授計算機科學、語言學、音樂等課程，是一名博學多才的科技達人。 王斌 博士，中國科學院信息工程研究所研究員，博士生導師，中國科學院大學兼職教授，研究方向為信息檢索、自然語言處理與數(shù)據(jù)挖掘。主持國家973、863、國家自然科學基金、國際合作基金、部委及企業(yè)合作等課題近30項，發(fā)表學術論文130余篇，領導研制的多個系統(tǒng)上線使用，曾獲國家科技進步二等獎和北京市科學技術二等獎各一項。現(xiàn)為中國中文信息學會理事、信息檢索、社會媒體處理、語言與知識計算等多個專業(yè)委員會委員、《中文信息學報》編委、中國計算機學會高級會員及中文信息處理專業(yè)委員會委員。多次擔任SIGIR、ACL、CIKM等會議的程序委員會委員。《信息檢索導論》、《大數(shù)據(jù)：互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理》、《機器學習實戰(zhàn)》、《Mahout實戰(zhàn)》譯者。2006年起在中國科學院大學講授《現(xiàn)代信息檢索》研究生課程，累計選課人數(shù)已超過1500人。迄今培養(yǎng)博士、碩士研究生近40名。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
自卑與超越
- >
推拿
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
我從未如此眷戀人間
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
