欢迎光临中图网 请 | 注册

精通数据科学算法

出版社:人民邮电出版社出版时间:2018-07-01
开本: 其他 页数: 164
中 图 价:¥42.5(7.2折) 定价  ¥59.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

精通数据科学算法 版权信息

精通数据科学算法 本书特色

数据科学(Data Science)是从数据中提取知识的技术,是一门有关机器学习、统计学与数据挖掘的交叉学科。数据科学包含了多种领域的不同元素,包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等。 本书讲解了7种重要的数据分析方法,它们分别是k*近邻算法、朴素贝叶斯算法、决策树、随机森林、k-means聚类、回归分析以及时间序列分析。全书共7章,每一章都以一个简单的例子开始,先讲解算法的基本概念与知识,然后通过对案例进行扩展以讲解一些特殊的分析算法。这种方式有益于读者深刻理解算法。 本书适合数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。

精通数据科学算法 内容简介

数据科学(Data Science)是从数据中提取知识的技术,是一门有关机器学习、统计学与数据挖掘的交叉学科。数据科学包含了多种领域的不同元素,包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等。 本书讲解了7种重要的数据分析方法,它们分别是k很近邻算法、朴素贝叶斯算法、决策树、随机森林、k-means聚类、回归分析以及时间序列分析。全书共7章,每一章都以一个简单的例子开始,先讲解算法的基本概念与知识,然后通过对案例进行扩展以讲解一些特殊的分析算法。这种方式有益于读者深刻理解算法。 本书适合数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。

精通数据科学算法 目录

第 1 章 用k*近邻算法解决分类问题

1.1 Mary对温度的感觉

1.2 实现k*近邻算法

1.3 意大利地区的示例——选择k值

1.4 房屋所有权——数据转换

1.5 文本分类——使用非欧几里德距离

1.6 文本分类——更高维度的k-NN

1.7 小结

1.8 习题

第 2 章 朴素贝叶斯

2.1 医疗检查——贝叶斯定理的基本应用

2.2 贝叶斯定理的证明及其扩展

2.3 西洋棋游戏——独立事件

2.4 朴素贝叶斯分类器的实现

2.5 西洋棋游戏——相关事件

2.6 性别分类——基于连续随机变量的贝叶斯定理

2.7 小结

2.8 习题

第 3 章 决策树

3.1 游泳偏好——用决策树表示数据

3.2 信息论 044

3.3 ID3算法——构造决策树 047

3.4 用决策树进行分类 054

3.5 小结 060

3.6 习题 060

第 4 章 随机森林 064

4.1 随机森林算法概述 064

4.2 游泳偏好——随机森林分析法 065

4.3 随机森林算法的实现 071

4.4 下棋实例 075

4.5 购物分析——克服随机数据的不一致性以及

度量置信水平 082

4.6 小结 084

4.7 习题 084

第 5 章 k-means聚类 089

5.1 家庭收入——聚类为k个簇 089

5.2 性别分类——聚类分类 092

5.3 k-means聚类算法的实现 095

5.4 房产所有权示例——选择簇的数量 099

5.5 小结 105

5.6 习题 105

第 6 章 回归分析 114

6.1 华氏温度和摄氏温度的转换——基于完整数据的线性回归 114

6.2 根据身高预测体重——基于实际数据的线性回归 117

6.3 梯度下降算法及实现 118

6.4 根据距离预测飞行时长 122

6.5 弹道飞行分析——非线性模型 123

6.6 小 结 125

6.7 习 题 125

第 7 章 时间序列分析 130

7.1 商业利润——趋势分析 130

7.2 电子商店的销售额——季节性分析 132

7.3 小 结 140

7.4 习 题 140

附录 A 统计 145

A.1 基本概念 145

A.2 贝叶斯推理 146

A.3 分 布 146

A.4 交叉验证 147

A.5 A/B 测 试 148

附录 B R参考 149

B.1 介 绍 149

B.2 数据类型 150

B.3 线性回归 152

附录 C Python参考 154

C.1 介 绍 154

C.2 数据类型 155

C.3 控 制 流 159

附录 D 数据科学中的算法和方法术语 163

展开全部

精通数据科学算法 作者简介

Dávid Natingga于2014年毕业于伦敦帝国理工学院的计算与人工智能专业,并获工程硕士学位。2011年,他在印度班加罗尔的Infosys实验室工作,研究机器学习算法的优化。2012~2013年,他在美国帕罗奥图的Palantir技术公司从事大数据算法的开发工作。2014年,作为英国伦敦Pact Coffee公司的数据科学家,他设计了一种基于顾客口味偏好和咖啡结构的推荐算法。2017年,他在荷兰阿姆斯特丹的TomTom工作,处理导航平台的地图数据。 他是英国利兹大学计算理论专业的博士研究生,研究纯数学如何推进人工智能。2016年,他在日本高等科学技术学院当了8个月的访问学者。

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服