内容提要
作译者简介
译者序
序
前言
第1章 数据挖掘简介及本书使用方法
第2章 协同过滤—爱你所爱
第3章 协同过滤—隐式评级及基于物品的过滤
第4章 内容过滤及分类—基于物品属性的过滤
第5章 分类的进一步探讨—算法评估及kNN
第6章 概率及朴素贝叶斯—朴素贝叶斯
第7章 朴素贝叶斯及文本—非结构化文本分类
第8章 聚类—群组发现
· · · · · · (收起)
作译者简介
译者序
序
前言
第1章 数据挖掘简介及本书使用方法
第2章 协同过滤—爱你所爱
第3章 协同过滤—隐式评级及基于物品的过滤
第4章 内容过滤及分类—基于物品属性的过滤
第5章 分类的进一步探讨—算法评估及kNN
第6章 概率及朴素贝叶斯—朴素贝叶斯
第7章 朴素贝叶斯及文本—非结构化文本分类
第8章 聚类—群组发现
· · · · · · (收起)
具体描述
数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。
本书是写给程序员的一本数据挖掘指南，可以帮助读者动手实践数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。本书采用“在实践中学习”的方式，用生动的图示、大量的表格、简明的公式、实用的Python代码示例，阐释数据挖掘的知识和技能。每章还给出了习题和练习，帮助读者巩固所学的知识。
本书适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。
用户评价
评分
##行文结构非常适合入门，每一章从一个现实问题展开说明挖掘思路，会用简单场景距离，还有习题。 内容比较浅，偏向兴趣读物。
评分##入门书 翻翻挺快的 有headfirst风格 适合没有经验的码农读
评分实在太粗浅了，但凡有一点背景的人就完全完全不建议读，两三篇博客就能说清楚的内容能洋洋洒洒写一本书！还好原版不要钱。而且特别喜欢用一些乐队啊电影啊运动员啊举例子不了解的连一点intuition都没有，为啥就不能举点大家都知道的香蕉苹果大鸭梨的例子呢？！
评分##翻版head first，风格极其相似。附带手动实现所有算法代码好评。
评分##这本书理论比较简单，书中错误较少，动手锻炼较多，如果每个代码都自己写出来，收获不少。总结：适合入门。
评分##入门书 翻翻挺快的 有headfirst风格 适合没有经验的码农读
评分##快速了解
评分##图书馆借的，无用。
评分##入门很合适
