作 者:(美)康威 著作 陳開江,劉逸哲,孟曉楠 譯者
定 價:69
出 版 社:機械工業出版社
出版日期:2013年04月01日
頁 數:320
裝 幀:平裝
ISBN:9787111417316
《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合,是一部邏輯緊密、內容詳實,適合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面的積極實踐者。
●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
●數值摘要表
●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
●部分目錄
機器學習是計算機科學和人工智能中很好重要的一個研究領域,近年來,機器學習不但在計算機科學的眾多領域中大顯身手,而且成為一些交叉學科的重要支撐技術。Drew Conway編著的《機器學習(實用案例解析)》比較全面繫統地介紹了機器學習的方法和技術,不僅詳細闡述了許多經典的學習方法,而且討論了一些有生命力的新理論、新方法。
全書案例既有分類問題,也有回歸問題;既包含監督學習,也涵蓋無監督學習。《機器學習(實用案例解析)》討論的案例涉及分類、回歸、聚類、降維、很優化問題等。這些案例包括:垃圾郵件識別、智能收件箱、預測網頁訪問量、文本回歸、密碼破譯、構建股票市場指數、用投票記錄對美國參議員聚類、給用戶推薦r語言包、分析社交圖譜、給問題找到很好算法等。各章對原理的敘述力求概念清晰、表達準確,突出理論聯繫實際,富有啟發性,易於理解。在探索這些案例的過程中用到的基本工具就是r編程語言。<等
(美)康威 著作 陳開江,劉逸哲,孟曉楠 譯者
Drew Conway,機器學習專家,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靠前關繫、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繫博士學位,曾為多種雜志撰寫文章,是機器學習領域的有名學者。
John Myles White,機器學習專家,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出決定,同時還是幾個流行的R語言程序包的主要維護者,包括Projec等