前言
第一章 資料I/O
第二章 線性代數
第三章 統計
第四章 資料操作
第五章 學習與預測
第六章 Hadoop MapReduce
附錄A 資料集
索引
| FindBook |
|
有 1 項符合
brzustowicz的圖書 |
 |
$ 325 ～ 456 | Java 資料科學：科學與工程實務方法
作者：Michael Brzustowicz ／ 譯者：楊尊一 出版社：美商歐萊禮股份有限公司台灣分公司 出版日期：2018-06-08 語言：繁體書  共 9 筆 → 查價格、看圖書介紹
|
|
|
圖書介紹 - 資料來源：TAAZE 讀冊生活 評分：
圖書名稱：Java 資料科學：科學與工程實務方法
“終於出了一本以Java實作資料科學應用程式的書，且它還討論到機器學習所需的線性代數與統計。這本書是Michael Brzustowicz在這個領域中經驗的精華，我強力推薦”。
-Terence Parr
舊金山大學分析學院創辦人、ANTLR解析產生器創建者
資料科學因R與Python而蓬勃發展，但Java為今日的資料科學應用帶來堅實、方便與擴展性。Java軟體工程師可透過本書循序學習資料科學技能。作者Michael Brzustowicz在本書中闡述資料科學每個處理程序背後的數學理論以及如何以Java實作這些概念。
你會學到資料I/O、線性代數、統計、資料操作、學習與預測，以及Hadoop MapReduce在程序中扮演的角色。本書的程式範例可用於你的應用程式。
‧檢視最純形式資料的取得、清理與安排的方法
‧認識資料應有的矩陣結構
‧學習檢驗資料的基本概念
‧轉換資料成穩定可用的數值
‧認識監督式與非監督式學習演算法
‧安裝與執行MapReduce，運用適合資料科學演算法的自定元件
TOP
目錄
前言
第一章 資料I/O
第二章 線性代數
第三章 統計
第四章 資料操作
第五章 學習與預測
第六章 Hadoop MapReduce
附錄A 資料集
索引
第一章 資料I/O
第二章 線性代數
第三章 統計
第四章 資料操作
第五章 學習與預測
第六章 Hadoop MapReduce
附錄A 資料集
索引
TOP
商品資料
- 作者： Michael Brzustowicz 譯者： 楊尊一
- 出版社： 美商歐萊禮股份有限公司台灣分公司 出版日期：2018-06-08 ISBN/ISSN：9789864768172
- 語言：繁體中文 裝訂方式：平裝 頁數：240頁 開數：18
- 類別： 中文書> 電腦> 程式語言
|
