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。
- 机器学习
- R
- 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
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
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
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。
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
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有