正版新书 新华官方库房直发 可开电子发票
-
作者:
(美)詹森·贝尔(Jason Bell) 著;邹伟,王燕妮 译
-
出版社:
机械工业出版社
-
ISBN:
9787111593379
-
出版时间:
2018-04
-
版次:
1
-
装帧:
平装
-
开本:
16开
-
纸张:
胶版纸
-
页数:
302页
-
作者:
(美)詹森·贝尔(Jason Bell) 著;邹伟,王燕妮 译
-
出版社:
机械工业出版社
-
ISBN:
9787111593379
-
出版时间:
2018-04
-
版次:
1
-
装帧:
平装
售价
￥
52.14
6.6折
定价
￥79.00
品相
全新品相描述
上书时间2024-05-07
卖家超过10天未登录
-
-
商品描述：
-
作者简介:
詹森·贝尔(Jason Bell)，从2002年以来一直研究销售点系统管理与客户忠诚度数据，并且从事软件行业已经超过25年。他是Datasentiment的创始人，该公司帮助企业在优选范围内进行数据采集、处理与洞察。
精彩内容:
前 言 Preface数据，数据，数据！想必在新闻、报刊、白皮书、电视等媒介的持续冲击下，人们无法摆脱大数据和数据科学的洗礼。现实需求推动了对数据的学习、分析和应用，这些数据来自社交媒体、智能手机、硬件设备（也称作“物联网”）、传感器等任何可以产生数据的设备。 大多数数据挖掘的宣传着重于数据规模和处理速度。数据洪水（data flood）的预言告诉人们，我们无法实时处理这些数据，硬件推销人员会进一步卖给我们所需要的服务，以期能够满足处理速度的要求。从某种程度上来说，他们是对的，但是我们值得停下来思考片刻，并对手边的任务进行适当的再认识。 近年来，数据挖掘和机器学习在我们周围持续火爆，各种媒体也不断推送着海量的数据。但仔细观察就能发现，实际应用中的那些机器学习算法与多年前并没有什么两样，只是在应用的数据规模上有些不同罢了。历数一下产生数据的组织，至少在我看来，数目其实并不多。无非是Google、Facebook、Twitter、Netflix及其他为数不多的机构，在使用若干学习算法和工具，这些算法和工具使得他们能够对数据进行测试分析。那么，真正的问题是：“对于其他人，大数据框架下算法和工具的作用是什么呢？” 我承认本书将多次提及大数据和机器学习之间的关系，这是我无法忽视的一个客观问题，但它只是一个很小的因素，终极目标是如何利用可用数据获取数据的本质内涵。请记住，本书是在探讨工具，关键点是选择哪个工具来胜任我们尝试完成的工作。迫于技术上的压力，有人可能会选择Hadoop，但是Hadoop并不一定总是完成任务优选的选择。
...
内容简介:
詹森？贝尔著的《机器学习(实用技术指南)/数据分析与决策技术丛书》专注于各种机器学习方法的使用及其工程实践，旨在帮助你掌握机器学习实践技能，不涉及过多的数学理论。书中以实例方式讲述通用的机器学习概念，你将学到机器学习的常用策略、机器学习的不同方法，以及如何在实时和批处理环境下应用它们。
全书共12章，靠前章和第2章介绍机器学习和数据挖掘的定义、实践中所使用的相关工具及其产生的效果；第3章到第8章聚焦于不用类型的机器学习理论，包括决策树、贝叶斯网络、神经网络模型、关联规则学习、支持向量机、聚类等，详细展示这些方法的使用，并提供代码示例；第9章和靠前0章是实例攻略，将对比实时和批处理两种环境下的方法，并且考察如何将它们整合在一个大的算法框架中；靠前1章和靠前2章将介绍Apache Spark和R语言。
目录:
译者序
前言
致谢
第1章 什么是机器学习
1.1 机器学习的历史
1.1.1 阿兰·图灵
1.1.2 亚瑟·塞缪尔
1.1.3 汤姆 M.米切尔
1.1.4 总结定义
1.2 机器学习的算法类型
1.2.1 监督学习
1.2.2 无监督学习
1.3 人的作用
1.4 机器学习的用途
1.4.1 软件
1.4.2 股票交易
1.4.3 机器人学
1.4.4 医学和医疗
1.4.5 广告业
1.4.6 零售和电子商务
1.4.7 游戏分析
1.4.8 物联网
1.5 机器学习语言
1.5.1 Python
1.5.2 R
1.5.3 Matlab
1.5.4 Scala
1.5.5 Clojure
1.5.6 Ruby
1.6 本书使用的软件
1.6.1 检查Java版本
1.6.2 Weka 工具包
1.6.3 Mahout
1.6.4 Spring XD
1.6.5 Hadoop
1.6.6 使用集成开发环境
1.7 数据库
1.7.1 加州大学欧文分校机器学习库
1.7.2 Infochi
...
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
