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
##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##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##数据挖掘或是机器学习方面的入门书，如果想自己动手实现一个推荐系统的话，那么可以试试这本书，跟着里面的代码动手实现，感觉真的很棒。不涉及太深入的理论，对于大部分内容都是点到为止，当然是可以实现成可执行代码的程度。适合入门。 典型的老外的写书风格，如果适应这种风格的话，可以试一试。，
评分##一本小众的书吧，不过对于初学者来说足够用了，这本书不是讲数据挖掘的理论，而是通过生活中的例子讲解了是数据挖掘，讲解了数据挖掘中常见的公式，而且通过python编程给出了源代码。公式的讲解不是从数学角度推理，演算，讲解的，而是从实用角度出发，通过例子，通过要解决的问题，一步步引出公式，使得公式非常容易接受和理解
评分##鉴于python水平和算法难度，改成'写给高中生的数据挖掘实践指南'比较合适
评分##非常通俗易懂，看完立即就能写出程序，就像很久以前看Head First Design Pattern一样的感觉。
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##数据挖掘或是机器学习方面的入门书，如果想自己动手实现一个推荐系统的话，那么可以试试这本书，跟着里面的代码动手实现，感觉真的很棒。不涉及太深入的理论，对于大部分内容都是点到为止，当然是可以实现成可执行代码的程度。适合入门。 典型的老外的写书风格，如果适应这种风格的话，可以试一试。，
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等，本站所有链接都为正版商品购买链接。
© 2025 windowsfront.com All Rights Reserved. 静流书站 版权所有