|
-- 會員 / 註冊 --
|
|
|
|
精通數據科學算法 ( 簡體 字) |
作者:[英]戴維·納蒂加(David Natingga) | 類別:1. -> 程式設計 -> 綜合 |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 51105 詢問書籍請說出此書號!【缺書】 NT售價: 295 元 |
出版日:5/1/2019 |
頁數:164 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787115498168 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:數據科學(Data Science)是從數據中提取知識的技術,是一門有關機器學習、統計學與數據挖掘的交叉學科。數據科學包含了多種領域的不同元素,包括信號處理、數學、概率模型技術和理論、計算機編程、統計學等。 本書講解了7種重要的數據分析方法,它們分別是k最近鄰算法、樸素貝葉斯算法、決策樹、隨機森林、k-means聚類、回歸分析以及時間序列分析。全書共7章,每一章都以一個簡單的例子開始,先講解算法的基本概念與知識,然后通過對案例進行擴展以講解一些特殊的分析算法。這種方式有益于讀者深刻理解算法。 本書適合數據分析人員、機器學習領域的從業人員以及對算法感興趣的讀者閱讀。 |
目錄:第 1 章 用k最近鄰算法解決分類問題 1.1 Mary對溫度的感覺 1.2 實現k最近鄰算法 1.3 意大利地區的示例——選擇k值 1.4 房屋所有權——數據轉換 1.5 文本分類——使用非歐幾里德距離 1.6 文本分類——更高維度的k-NN 1.7 小結 1.8 習題 第 2 章 樸素貝葉斯 2.1 醫療檢查——貝葉斯定理的基本應用 2.2 貝葉斯定理的證明及其擴展 2.3 西洋棋游戲——獨立事件 2.4 樸素貝葉斯分類器的實現 2.5 西洋棋游戲——相關事件 2.6 性別分類——基于連續隨機變量的貝葉斯定理 2.7 小結 2.8 習題 第 3 章 決策樹 3.1 游泳偏好——用決策樹表示數據 3.2 信息論 044 3.3 ID3算法——構造決策樹 047 3.4 用決策樹進行分類 054 3.5 小結 060 3.6 習題 060 第 4 章 隨機森林 064 4.1 隨機森林算法概述 064 4.2 游泳偏好——隨機森林分析法 065 4.3 隨機森林算法的實現 071 4.4 下棋實例 075 4.5 購物分析——克服隨機數據的不一致性以及 度量置信水平 082 4.6 小結 084 4.7 習題 084 第 5 章 k-means聚類 089 5.1 家庭收入——聚類為k個簇 089 5.2 性別分類——聚類分類 092 5.3 k-means聚類算法的實現 095 5.4 房產所有權示例——選擇簇的數量 099 5.5 小結 105 5.6 習題 105 第 6 章 回歸分析 114 6.1 華氏溫度和攝氏溫度的轉換——基于完整數據的線性回歸 114 6.2 根據身高預測體重——基于實際數據的線性回歸 117 6.3 梯度下降算法及實現 118 6.4 根據距離預測飛行時長 122 6.5 彈道飛行分析——非線性模型 123 6.6 小 結 125 6.7 習 題 125 第 7 章 時間序列分析 130 7.1 商業利潤——趨勢分析 130 7.2 電子商店的銷售額——季節性分析 132 7.3 小 結 140 7.4 習 題 140 附錄 A 統計 145 A.1 基本概念 145 A.2 貝葉斯推理 146 A.3 分 布 146 A.4 交叉驗證 147 A.5 A/B 測 試 148 附錄 B R參考 149 B.1 介 紹 149 B.2 數據類型 150 B.3 線性回歸 152 附錄 C Python參考 154 C.1 介 紹 154 C.2 數據類型 155 C.3 控 制 流 159 附錄 D 數據科學中的算法和方法術語 163 |
序: |
|