數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。大多數數據挖掘的教材都專注於介紹理論基礎，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據挖掘指南，可以幫助讀者動手實踐進行數據挖掘、集體智慧並構建推薦系統。全書共8章，介紹了數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、朴素貝葉斯、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，闡釋數據挖掘的知識和技能。每章還給出了習題和練習，幫助讀者鞏固所學的知識。
本書專注適合對數據挖掘、數據分析和推薦系統感興趣的程序員及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕松有趣的數據挖掘課程教學參考書。
Ron Zacharski是一名軟件開發工程師，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。正是基於廣博的學識，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。
| FindBook |
|
有 1 項符合
紮哈爾斯基的圖書 |
 |
$ 160 二手書 | 寫給程式師的資料採擷實踐指南
作者：紮哈爾斯基 出版社：N/A 出版日期：2015-11-01 語言：簡體書  TAAZE 讀冊生活 - 二手中文書
- 來源網頁  看圖書介紹
|
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：寫給程序員的數據挖掘實踐指南
內容簡介
目錄
第1章 數據挖掘簡介及本書使用方法 1
歡迎來到21世紀 2
並不只是對象 5
TB級挖掘是現實不是科幻 7
本書體例 9
第2章 協同過濾—愛你所愛 14
如何尋找相似用戶 15
曼哈頓距離 16
歐氏距離 16
N維下的思考 18
一般化 22
Python中數據表示方法及代碼 24
計算曼哈頓距離的代碼 25
用戶的評級差異 28
皮爾遜相關系數 30
在繼續之前稍微休息一下 35
最后一個公式—余弦相似度 36
相似度的選擇 40
一些怪異的事情 43
k近鄰 44
Python的一個推薦類 47
一個新數據集 54
第3章 協同過濾—隱式評級及基於物品的過濾 56
隱式評級 57
調整后的余弦相似度 67
Slope One算法 76
Slope One算法的粗略描述圖 77
基於Python的實現 83
加權Slope One：推薦模塊 88
MovieLens數據集 90
第4章 內容過濾及分類—基於物品屬性的過濾 93
一個簡單的例子 98
用Python實現 101
給出推薦的原因 102
一個取值范圍的問題 104
歸一化 105
改進的標准分數 109
歸一化 vs. 不歸一化 111
回到Pandora 112
體育項目的識別 119
Python編程 123
就是它了 133
汽車MPG數據 135
雜談 137
第5章 分類的進一步探討—算法評估及kNN 139
訓練集和測試集 140
10折交叉驗證的例子 142
混淆矩陣 146
一個編程的例子 148
Kappa統計量 154
近鄰算法的改進 159
一個新數據集及挑戰 163
更多數據、更好的算法以及一輛破公共汽車 168
第6章 概率及朴素貝葉斯—朴素貝葉斯 170
微軟購物車 174
貝葉斯定理 177
為什麼需要貝葉斯定理 185
i100 i500 188
用Python編程實現 191
共和黨 vs. 民主黨 197
數字 205
Python實現 214
這種做法會比近鄰算法好嗎 221
第7章 朴素貝葉斯及文本—非結構化文本分類 226
一個文本正負傾向性的自動判定系統 228
訓練階段 232
第8章 聚類—群組發現 256
k-means聚類 281
SSE或散度 289
小結 303
安然公司 305
歡迎來到21世紀 2
並不只是對象 5
TB級挖掘是現實不是科幻 7
本書體例 9
第2章 協同過濾—愛你所愛 14
如何尋找相似用戶 15
曼哈頓距離 16
歐氏距離 16
N維下的思考 18
一般化 22
Python中數據表示方法及代碼 24
計算曼哈頓距離的代碼 25
用戶的評級差異 28
皮爾遜相關系數 30
在繼續之前稍微休息一下 35
最后一個公式—余弦相似度 36
相似度的選擇 40
一些怪異的事情 43
k近鄰 44
Python的一個推薦類 47
一個新數據集 54
第3章 協同過濾—隱式評級及基於物品的過濾 56
隱式評級 57
調整后的余弦相似度 67
Slope One算法 76
Slope One算法的粗略描述圖 77
基於Python的實現 83
加權Slope One：推薦模塊 88
MovieLens數據集 90
第4章 內容過濾及分類—基於物品屬性的過濾 93
一個簡單的例子 98
用Python實現 101
給出推薦的原因 102
一個取值范圍的問題 104
歸一化 105
改進的標准分數 109
歸一化 vs. 不歸一化 111
回到Pandora 112
體育項目的識別 119
Python編程 123
就是它了 133
汽車MPG數據 135
雜談 137
第5章 分類的進一步探討—算法評估及kNN 139
訓練集和測試集 140
10折交叉驗證的例子 142
混淆矩陣 146
一個編程的例子 148
Kappa統計量 154
近鄰算法的改進 159
一個新數據集及挑戰 163
更多數據、更好的算法以及一輛破公共汽車 168
第6章 概率及朴素貝葉斯—朴素貝葉斯 170
微軟購物車 174
貝葉斯定理 177
為什麼需要貝葉斯定理 185
i100 i500 188
用Python編程實現 191
共和黨 vs. 民主黨 197
數字 205
Python實現 214
這種做法會比近鄰算法好嗎 221
第7章 朴素貝葉斯及文本—非結構化文本分類 226
一個文本正負傾向性的自動判定系統 228
訓練階段 232
第8章 聚類—群組發現 256
k-means聚類 281
SSE或散度 289
小結 303
安然公司 305
|
