機器學習:實用案例解析 epub pdf  mobi txt 電子書 下載

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024


簡體網頁||繁體網頁
Drew Conway,John Myles White 著,陳開江,劉逸哲,孟曉楠 譯

下載链接在页面底部


點擊這裡下載
    


想要找書就要到 靜思書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

發表於2024-12-23

商品介绍



齣版社: 機械工業齣版社
ISBN:9787111417316
版次:1
商品編碼:11224757
品牌:機工齣版
包裝:平裝
叢書名: O'Reilly精品圖書係列
開本:16開
齣版時間:2013-04-01
用紙:膠版紙
頁數:320
正文語種:中文

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024



类似图書 點擊查看全場最低價

相关書籍





書籍描述

編輯推薦

  

  《機器學習:實用案例解析》是機器學習和數據挖掘領域的經典圖書,基礎理論與實踐完美的結閤,是一部邏輯緊密、內容詳實,適閤所有相關技術人員的參考書。
  《機器學習:實用案例解析》兩名作者都具有豐富的數據分析、處理工作經驗,是機器學習實踐技術方麵的積極實踐者。
  
  


  
  海報:
  

內容簡介

  O’Reilly Media通過圖書、雜誌、在綫服務、調查研究和會議等方式傳播創新知識。自1978年開始,O’Reilly一直都是前沿發展的見證者和推動者。超級極客們正在開創著未來,而我們關注真正重要的技術趨勢——通過放大那些“細微的信號”來刺激社會對新科技的應用。作為技術社區中活躍的參與者,O’Reilly的發展充滿瞭對創新的倡導、創造和發揚光大。
  O’Reilly為軟件開發人員帶來革命性的“動物書”;創建一個商業網站(GNN);組織瞭影響深遠的開放源代碼峰會,以至於開源軟件運動以此命名;創立瞭Make雜誌,從而成為DIY革命的主要先鋒;公司一如既往地通過多種形式締結信息與人的紐帶。O’Reilly的會議和峰會集聚瞭眾多超級極客和高瞻遠矚的商業領袖,共同描繪齣開創新産業的革命性思想。作為技術人士獲取信息的選擇,O’Reilly現在還將先鋒專傢的知識傳遞給普通的計算機用戶。無論是通過書籍齣版,在綫服務或者麵授課程,每一項O’Reilly的産品都反映瞭公司不可動搖的理念——信息是激發創新的力量。

作者簡介

  Drew Conway,機器學習專傢,擁有豐富的數據分析、處理工作經驗。目前主要利用數學、統計學和計算機技術研究國際關係、衝突和恐怖主義等。他曾作為研究員在美國情報和國防部門供職數年。他擁有紐約大學政治係博士學位,曾為多種雜誌撰寫文章,是機器學習領域的著名學者。

  John Myles White,機器學習專傢,擁有豐富的數據分析、處理工作經驗。目前主要從理論和實驗的角度來研究人類如何做齣決定,同時還是幾個流行的R語言程序包的主要維護者,包括ProjectTemplate和log4r。他擁有普林斯頓大學哲學係博士學位,曾為多傢技術雜誌撰稿,發錶過許多關於機器學習的論文,並在眾多國際會議上發錶演講。

  陳開江,新浪微博搜索部研發工程師,曾獨立負責微博內容反垃圾係統、微博精選內容挖掘算法、自助客服係統(包括自動迴復、主動挖掘、輿情監測)等項目,目前主要從事社交挖掘、推薦算法研究、機器學習、自然語言處理相關工作,研究興趣是社交網絡的個性化推薦。

  劉逸哲,阿裏巴巴,CBU基礎平颱部搜索與推薦團隊核心技術與query分析方嚮負責人,機器學習技術領域及圈子負責人。曾任中國雅虎相關性團隊、自然語言處理團隊算法工程師;AvePoint.inc開發工程師,從事企業級搜索引擎開發。研究興趣是機器學習、自然語言處理及個性化推薦等算法在大規模數據上的應用。

  孟曉楠,一淘廣告技術,阿裏非搜索廣告算法負責人,負責用戶行為分析、建模與細分,RTB競價算法,展示廣告CTR預估與SEM優化。曾工作於網易杭州研究院,參與過分布式全文檢索係統和網易博客産品的數據挖掘算法開發。研究興趣是計算廣告技術、機器學習、大數據技術、信息檢索等。




精彩書評

  “O’Reilly Radar博客有口皆碑。”
  ——Wired

  “O’Reilly憑藉一係列(真希望當初我也想到瞭)非凡想法建立瞭數百萬美元的業務。”
  ——Business 2.0

  “O’Reilly Conference是聚集關鍵思想領袖的絕對典範。”
  ——CRN

  “一本O’Reilly的書就代錶一個有用、有前途、需要學習的主題。”
  ——Irish Times

  “Tim是位特立獨行的商人,他不光放眼於長遠、廣闊的視野並且切實地按照Yogi Berra的建議去做瞭:‘如果你在路上遇到岔路口,走小路(岔路)。’迴顧過去Tim似乎每一次都選擇瞭小路,而且有幾次都是一閃即逝的機會,盡管大路也不錯。”
  ——Linux Journal

目錄

前言
第1章 使用R語言
R與機器學習
第2章 數據分析
分析與驗證
什麼是數據
推斷數據的類型
推斷數據的含義
數值摘要錶
均值、中位數、眾數
分位數
標準差和方差
可視化分析數據
列相關的可視化
第3章 分類:垃圾過濾
非此即彼:二分類
漫談條件概率
試寫第一個貝葉斯垃圾分類器
第4章 排序:智能收件箱
次序未知時該如何排序
按優先級給郵件排序
實現一個智能收件箱
第5章 迴歸模型:預測網頁訪問量
迴歸模型簡介
預測網頁流量
定義相關性
第6章 正則化:文本迴歸
數據列之間的非綫性關係:超越直綫
避免過擬閤的方法
文本迴歸
第7章 優化:密碼破譯
優化簡介
嶺迴歸
密碼破譯優化問題
第8章 PCA:構建股票市場指數
無監督學習
主成分分析
第9章 MDS:可視化地研究參議員相似性
基於相似性聚類
如何對美國參議員做聚類
第10章 kNN:推薦係統
k近鄰算法
R語言程序包安裝數據
第11章 分析社交圖譜
社交網絡分析
用黑客的方法研究Twitter的社交關係圖數據
分析Twitter社交網絡
第12章 模型比較
SVM:支持嚮量機
算法比較
參考文獻

精彩書摘

  在圖11—7中,我們專注於網絡的左半部分,並且把邊都刪除瞭,以便於更容易觀察節點的標簽。快速瀏覽一遍這部分聚類的Twitter用戶名,很明顯Drew的這部分網絡包含瞭Drew在Twitter上關注的數據專傢。首先我們看到的是知名的數據專傢,比如淺綠色的蒂姆·奧萊利(timoreilly)和Nathan Yau(flowingdata),因為他們都是自成一體的。紫色和紅色的組也很有趣,因為它們都含有數據黑客,但是被一個關鍵因子分成兩部分:Drew的紫色好友都是數據圈子的傑齣成員,例如:HilaryMason(hmason)、PeteSkomoroch(peteskomoroch)、Jake Hofman(jakehofman),但是他們沒有一位是R語言圈子的活躍成員。另一方麵,紅色的節點都是R語言圈子的活躍成員,包括HadlevWickham(hadleywickham)、David Smith(revodavid)、Gary King(kinggary)。此外,力導嚮算法成功地把這些圈子成員放到一起,並且把屬於這兩個圈子的那些節點放到圈子的邊緣。我們可以看到John(johnmyleswhite)是紫色的,但是他被放到很多紅色節點中間。這是因為John在這兩個圈子中都是傑齣成員,而且數據也反映瞭這一點。其他的這類例子包括:JD Long(cmastication)和Josh Reich(i2pi)。
  盡管Drew花瞭很長時間和數據圈子成員交流(包括R用戶和非R用戶數據圈子成員),但是Drew也使用Twitter與滿足其他興趣的圈子交流。其中一個特彆的興趣是他的學術職業生涯,他關注國傢安全技術和政策。在圖11—8中,我們突齣瞭Drew網絡的右半部分,它包含瞭來自這些興趣相關的圈子的成員。和數據專傢組類似,這部分包含瞭2個子組,一個是藍色的,另外一個是綠色的。和前麵的例子一樣,節點的分割顔色和擺放位置可以反映齣他們在網絡中扮演的角色。
  藍色分割中的Twitter用戶鋪得很開:一部分離Drew很近,在網絡的左邊,而另外一些在網絡的右邊,接近綠色的組。那些靠近左邊的用戶與技術在國傢安全中的角色這一話題有關,這些用戶包括:Sean Gourley(sgourley)、Lewis Shepherd(1ewisshepherd)和Jeffrey Carr(Jeffrey Carr)。那些靠近綠色組的用戶更加關注國傢安全政策,和綠色組中的成員相似。在綠色組中,我們看到很多Twitter上著名的國傢安全圈子成員,包括:AndrewExum(abumuqawama)、Joshua Foust(joshua Foust)和Daveed Gartenstein—Ross(daveedgr)。和前麵一樣,有趣的是,那些屬於兩個組的人被放置到聚類邊緣,例如:Chris Albon(chrisalbon),他在兩個圈子中都很傑齣。
  ……

前言/序言

  【譯者序】
  當今各行業,尤其是互聯網,數據規模越來越大,要從中有效地發現模式來提高生産力,用傳統的方式已經幾乎不可能,隻能藉助計算機來完成諸多使命。因此,機器學習這一新興的學科變得越來越重要,它已經在搜索、推薦、數據挖掘等多個領域閃耀光芒。機器學習是一門交叉學科,內容涉及概率論、統計學、高等數學、計算機科學等多門學科。該學科緻力於設計一種讓計算機具有“學習”能力的算法,通過發現經驗數據中隱藏的模式,實現對未知數據的預測。
  大數據時代是機器學習最美好的時代,因為數據不再是問題,各類問題都可以收集到海量的數據。但是,對於很多人來說,這一門交叉學科本身卻神秘而陌生,對於沒有係統學習過相關基礎學科的人來說尤其感到“高不可攀”。如今已齣版的機器學習相關書籍中,很多都有這個特點:公式多,晦澀難懂。這讓很多程序員齣身的人望而卻步。然而,在第一次讀到本書的英文版時,譯者就徹底相信:機器學習完全可以講解得通俗易懂,讓知識的傳遞實現“潤物細無聲”。
  本書秉承的原則是:實踐齣真知,隻要多動手,沒有攻剋不瞭的技術難題。因此作者預期的閱讀對象是如電腦黑客般的人,要求對技術有發自內心的求知欲和好奇心,願意自己動手而非紙上談兵。全書精心選擇瞭12個機器學習案例,由淺入深,麵麵俱到,既有基礎知識(如數據分析),也有當前熱門的社交網站推薦案例。書中的每一個案例都由作者娓娓道來,逐一剖析關鍵算法的代碼,沒有絲毫學究氣息,觸動每個機器學習初學者的內心最深處。
  書中所有算法都采用R語言實現。R語言是一門用於統計學的開源腳本語言,基於它的開源性,有來自世界各地的開源擁護者貢獻的各種統計學相關的程序包,穩定且方便,尤其是它對數據可視化的支持,更是一柄利器,既輕巧又實用。書中所有源代碼和數據在原書的官方網站上都可以免費下載。在閱讀過程中,猶如作者親至身側,為你講解代碼和思路,為你排除錯誤和優化效果。
  全書案例既有分類問題,也有迴歸問題;既包含監督學習,也涵蓋無監督學習。所選擇的案例妙趣橫生,如分析UFO目擊記錄、破譯密碼、預測股票、分析美國參議員“結黨”的情況,等等,這裏就不“劇透”瞭,大傢自己去享受學習的樂趣吧。
  書中12個案例之間的依賴關係不是特彆強(除R語言基礎知識外,其餘某幾章僅有個彆知識點之間存在依賴性),可以像連續劇一樣,逐一播放,也可以像一個個小品一般,挑感興趣的內容分彆播放。學習完這些案例之後,相信你會窺見機器學習的一斑,然後再根據自己的實際情況更深入地學習。
  本書翻譯工作由三位來自互聯網世界的工程師通力協作完成,其中,來自新浪微博的陳開江負責完成前言及第1~4章的翻譯;來自阿裏B2B的劉逸哲負責完成第5、8、9和11章的翻譯;來自阿裏一淘的孟曉楠負責完成第6、7、10和12章的翻譯;同時,全書審校工作由來自北京理工大學的羅森林教授義務承擔。
  本書能夠得以齣版,首先要感謝機械工業齣版社的吳怡編輯,是她給瞭我們三位工程師這個學習知識並傳遞知識的機會,她經驗豐富,在翻譯過程中給予瞭我們許多建設性的指導意見。其次,要感謝羅森林教授,他在百忙之中為我們擔任全書的審校工作,從而讓國內的機器學習者能感受到這本書應有的魅力。最後,我們要感謝互聯網,因為譯者與本書的緣分始於互聯網,從看到原書、報名翻譯、組成翻譯團隊、翻譯過程中的討論,所有這樣都是通過互聯網完成的。
  雖然經過羅森林教授認真審校並且給我們提齣瞭寶貴意見,但是由於譯者本身水平有限,書中譯文勢必還存在不妥甚至錯誤之處,懇請機器學習界的廣大前輩、同仁們不吝賜教,促使我們繼續為大傢更好地傳遞先進技術,讓更多機器學習愛好者成為機器學習的黑客。
  我們堅信集體智慧是再高的個人智慧都無法企及的,因此真誠希望大傢一起來貢獻自己的智慧。無論是對翻譯本身有任何意見或建議,還是對機器學習方麵有心得,都歡迎大傢到我們的微博上交流、切磋,我們一起貢獻自己的智慧,在集體智慧中互相學習,共同進步。



機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024

機器學習:實用案例解析 下載 epub mobi pdf txt 電子書

機器學習:實用案例解析 pdf 下載 mobi 下載 pub 下載 txt 電子書 下載 2024

機器學習:實用案例解析 mobi pdf epub txt 電子書 下載 2024

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載
想要找書就要到 靜思書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

讀者評價

評分

活動購買,囤書

評分

用起來不錯,蠻喜歡的

評分

書很厚實,內容很詳實,很不錯的!

評分

書還是挺不錯的,內容質量高

評分

公司的禮品,推薦購買

評分

  《大好河山可騎驢》自2012年9月在豆瓣讀書上綫以來,一直評分高達9分以上。

評分

物流很給力,上午下單,下午到。産品質量也非常好,,非常值這個價錢。

評分

客服兩周瞭,還沒有給答復。

評分

機器學習,實用案例解析不錯

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

機器學習:實用案例解析 epub pdf mobi txt 電子書 下載 2024


分享鏈接





相关書籍


本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

友情鏈接

© 2024 book.tinynews.org All Rights Reserved. 靜思書屋 版权所有