作譯者簡介
譯者序
序
前言
第1章 數據挖掘簡介及本書使用方法
第2章 協同過濾—愛你所愛
第3章 協同過濾—隱式評級及基於物品的過濾
第4章 內容過濾及分類—基於物品屬性的過濾
第5章 分類的進一步探討—算法評估及kNN
第6章 概率及樸素貝葉斯—樸素貝葉斯
第7章 樸素貝葉斯及文本—非結構化文本分類
第8章 聚類—群組發現
· · · · · · (收起)
具體描述
數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。大多數數據挖掘的教材都專注於介紹理論基礎，因而往往難以理解和學習。
本書是寫給程序員的一本數據挖掘指南，可以幫助讀者動手實踐數據挖掘、集體智慧並構建推薦係統。全書共8章，介紹瞭數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。本書采用“在實踐中學習”的方式，用生動的圖示、大量的錶格、簡明的公式、實用的Python代碼示例，闡釋數據挖掘的知識和技能。每章還給齣瞭習題和練習，幫助讀者鞏固所學的知識。
本書適閤對數據挖掘、數據分析和推薦係統感興趣的程序員及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕鬆有趣的數據挖掘課程教學參考書。
用戶評價
##書很有趣 然而學渣並不適閤這門課????????????
評分##數據挖掘或是機器學習方麵的入門書，如果想自己動手實現一個推薦係統的話，那麼可以試試這本書，跟著裏麵的代碼動手實現，感覺真的很棒。不涉及太深入的理論，對於大部分內容都是點到為止，當然是可以實現成可執行代碼的程度。適閤入門。 典型的老外的寫書風格，如果適應這種風格的話，可以試一試。，
評分##書很有趣 然而學渣並不適閤這門課????????????
評分##淺顯易懂，深入淺齣。
評分實在太粗淺瞭，但凡有一點背景的人就完全完全不建議讀，兩三篇博客就能說清楚的內容能洋洋灑灑寫一本書！還好原版不要錢。而且特彆喜歡用一些樂隊啊電影啊運動員啊舉例子不瞭解的連一點intuition都沒有，為啥就不能舉點大傢都知道的香蕉蘋果大鴨梨的例子呢？！
評分##一本小眾的書吧，不過對於初學者來說足夠用瞭，這本書不是講數據挖掘的理論，而是通過生活中的例子講解瞭是數據挖掘，講解瞭數據挖掘中常見的公式，而且通過python編程給齣瞭源代碼。公式的講解不是從數學角度推理，演算，講解的，而是從實用角度齣發，通過例子，通過要解決的問題，一步步引齣公式，使得公式非常容易接受和理解
評分##基礎入門，可以統計挖掘的入門概念有個認識，思路比較自然。相似度、各種距離、皮爾遜係數、標準差歸一化、k近鄰、評估方法、貝葉斯、樸素貝葉斯、高斯分布、文本分類、k means聚類
評分##入門很閤適
評分##數據挖掘或是機器學習方麵的入門書，如果想自己動手實現一個推薦係統的話，那麼可以試試這本書，跟著裏麵的代碼動手實現，感覺真的很棒。不涉及太深入的理論，對於大部分內容都是點到為止，當然是可以實現成可執行代碼的程度。適閤入門。 典型的老外的寫書風格，如果適應這種風格的話，可以試一試。，
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 windowsfront.com All Rights Reserved. 靜流書站 版權所有