-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

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:人民郵電出版社精通數據科學算法 3dWoo書號: 51105
詢問書籍請說出此書號!

缺書
NT售價: 295

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 | 
(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: