机器学习

机器学习 pdf epub mobi txt 电子书 下载 2025

【作者介绍】

Drew Conway 机器学习专家,拥有丰富的数据分析与处理工作经验。目前主要利用数学、统计学和计算机技术研究国际关系、冲突和恐怖主义等。他曾作为研究员在美国情报和国防部门供职数年。他拥有纽约大学政治系博士学位,曾为多种杂志撰写文章,是机器学习领域的著名学者。

John Myles White 机器学习专家,拥有丰富的数据分析与处理工作经验。目前主要从理论和实验的角度来研究人类如何做出决定,同时还是几个流行的R语言程序包的主要维护者,包括ProjectTemplate和log4r。他拥有普林斯顿大学哲学系博士学位,曾为多家技术杂志撰稿,发表过许多关于机器学习的论文,并在众多国际会议上发表演讲。

【译者介绍】

罗森林 博士,教授,博导。现任北京理工大学信息系统及安全对抗实验中心主任、专业责任教授。国防科技工业局科学技术委员会成员;《中国医学影像技术杂志》、《中国介入影像与治疗学》编委会委员;全国大学生信息安全技术专题邀请赛专家组副组长;中国人工智能学会智能信息安全专业委员会委员等。主要研究方向为信息安全、数据挖掘、媒体计算、中文信息处理等。负责或参加完成国家自然科学基金、国家科技支撑计划、863计划、国家242计划等省部级以上项目40余项。已发表学术论文90余篇,出版著作8部,出版译著1部,获授权专利3项。

陈开江 新浪微博搜索部研发工程师,曾独立负责微博内容反垃圾系统、微博精选内容挖掘算法、自助客服系统(包括自动回复、主动挖掘、舆情监测)等项目,目前主要从事社交挖掘、推荐算法研究、机器学习、自然语言处理相关工作,研究兴趣是社交网络的个性化推荐。

刘逸哲 阿里巴巴,CBU基础平台部搜索与推荐团队核心技术与query分析方向负责人,机器学习技术领域及圈子负责人。曾任中国雅虎相关性团队、自然语言处理团队算法工程师;AvePoint.inc开发工程师,从事企业级搜索引擎开发。研究兴趣是机器学习、自然语言处理及个性化推荐等算法在大规模数据上的应用。

孟晓楠 一淘广告技术,阿里非搜索广告算法负责人,负责用户行为分析、建模与细分,RTB竞价算法,展示广告CTR预估与SEM优化。曾工作于网易杭州研究院,参与过分布式全文检索系统和网易博客产品的数据挖掘算法开发。研究兴趣是计算广告技术、机器学习、大数据技术、信息检索等。

出版者:机械工业出版社
作者:(美)Drew Conway
出品人:
页数:320
译者:陈开江
出版时间:2013-4-1
价格:69.00元
装帧:平装
isbn号码:9787111417316
丛书系列:
图书标签:
  • 机器学习 
  • 数据挖掘 
  • 计算机 
  • 数据分析 
  • 机器学习:实用案例解析 
  • 统计 
  • R语言 
  •  
想要找书就要到 图书目录大全
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

这本书为机器学习技术提供了一些非常棒的案例研究。它并不想成为一本关于机器学习的工具书或者理论书籍,它注重的是一个学习的过程,因而对于任何有一些编程背景和定量思维的人来说,它都是不错的选择。

——Max Shron OkCupid

机器学习是计算机科学和人工智能中非常重要的一个研究领域,近年来,机器学习不但在计算机科学的众多领域中大显身手,而且成为一些交叉学科的重要支撑技术。本书比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,还讨论了一些有生命力的新理论、新方法。

全书案例既有分类问题,也有回归问题;既包含监督学习,也涵盖无监督学习。本书讨论的案例从分类讲到回归,然后讨论了聚类、降维、最优化问题等。这些案例包括分类:垃圾邮件识别,排序:智能收件箱,回归模型:预测网页访问量,正则化:文本回归,最优化:密码破解,无监督学习:构建股票市场指数,空间相似度:用投票记录对美国参议员聚类,推荐系统:给用户推荐R语言包,社交网络分析:在Twitter上感兴趣的人,模型比较:给你的问题找到最佳算法。各章对原理的叙述力求概念清晰、表达准确,突出理论联系实际,富有启发性,易于理解。在探索这些案例的过程中用到的基本工具就是R统计编程语言。R语言非常适合用于机器学习的案例研究,因为它是一种用于数据分析的高水平、功能性脚本语言。

本书主要内容:

·开发一个朴素贝叶斯分类器,仅仅根据邮件的文本信息来判断这封邮件是否是垃圾邮件;

·使用线性回归来预测互联网排名前1000网站的PV;

·利用文本回归理解图书中词与词之间的关系;

·通过尝试破译一个简单的密码来学习优化技术;

·利用无监督学习构建股票市场指数,用于衡量整体市场行情的好坏;

·根据美国参议院的投票情况,从统计学的角度对美国参议员聚类;

·通过K近邻算法构建向用户推荐R语言包;

·利用Twitter数据来构建一个“你可能感兴趣的人”的推荐系统;

·模型比较:给你的问题找到最佳算法。

具体描述

读后感

评分

对于机器学习,一直困惑于缺乏实践,缺少可操作的入手点。也一直在读理论理论,有种总是在打敲边鼓的感觉。本书举了不少例子,基于R语言的,终于看到一些实操的例子了。或许以后可以找出其中一个例子进行学习。总体来说,这本书还行,还是有可读性的。

评分

对于机器学习,一直困惑于缺乏实践,缺少可操作的入手点。也一直在读理论理论,有种总是在打敲边鼓的感觉。本书举了不少例子,基于R语言的,终于看到一些实际的例子了。或许以后可以找出其中一个例子进行学习。总体来说,这本书还行,还是有可读性的。  

评分

刚读完书,google了一下书评,看到有人抱怨说这本书根本不是为hacker准备的,因为会详细介绍非常基础的编程,比如讲垃圾邮件classification那一章里花了大篇幅讲string parsing。 看完的感觉是这本书的确不是面向programmer的,但书名其实也没错。它是一本Machine Learning 的...  

评分

对于机器学习,一直困惑于缺乏实践,缺少可操作的入手点。也一直在读理论理论,有种总是在打敲边鼓的感觉。本书举了不少例子,基于R语言的,终于看到一些实操的例子了。或许以后可以找出其中一个例子进行学习。总体来说,这本书还行,还是有可读性的。

评分

很基础的一本书,看得出作者是一个实践之上的人,凡涉及到复杂的理论推导,一律略去,告诉读者,可以去哪里找到详细的数学推导。然后具体介绍如何应用这些算法模型来解决具体的实际问题。涉及到了垃圾邮件识别(分类),邮件排序(分类),pv预估(回归),密码破译(优化),...  

用户评价

评分

非常不错,推荐。实用举例,不蔓不枝。

评分

2018-10

评分

。。。

评分

: TP181/0250

评分

实践出真知>>数据分析出真知。

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

© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有