機器學習實戰(zhàn)

《機器學習實戰(zhàn)》是機器學習的人工智能研究領(lǐng)域中一個極其重要的方向之一。在現(xiàn)今大數(shù)據(jù)時代的背景下，捕獲數(shù)據(jù)并從中萃取有價值的信息或模式，使得這一過去為分析師與數(shù)學家所專屬的研究領(lǐng)域越來越為人們矚目?！稒C器學習實戰(zhàn)》通過精心編排的實例，切入日常工作任務(wù)，摒棄學術(shù)化語言，利用高效可復(fù)用的Python代碼闡釋如何處理統(tǒng)計數(shù)據(jù)，進行數(shù)據(jù)分析及可視化。讀者可從中學到一些核心的機器學習算法，并將其運用于某些策略性任務(wù)中，如分類、預(yù)測及推薦等。

《機器學習實戰(zhàn)》適合機器學習相關(guān)研究人員及互聯(lián)網(wǎng)從業(yè)人員學習參考。

《機器學習實戰(zhàn)》面向日常任務(wù)的高效實戰(zhàn)內(nèi)容，介紹并實現(xiàn)機器學習的主流算法?！稒C器學習實戰(zhàn)》沒有從理論角度來揭示機器學習算法背后的數(shù)學原理，而是通過“原理簡述+問題實例+實際代碼+運行效果”來介紹每一個算法。學習計算機的人都知道，計算機是一門實踐學科，沒有真正實現(xiàn)運行，很難真正理解算法的精髓。這本書的好處就是邊學邊用，非常適合于急需邁進機器學習領(lǐng)域的人員學習。實際上，即使對于那些對機器學習有所了解的人來說，通過代碼實現(xiàn)也能進一步加深對機器學習算法的理解。

《機器學習實戰(zhàn)》的代碼采用Python語言編寫。Python代碼簡單優(yōu)雅、易于上手，科學計算軟件包眾多，已經(jīng)成為不少大學和研究機構(gòu)進行計算機教學和科學計算的語言。相信Python編寫的機器學習代碼也能讓讀者盡快領(lǐng)略到這門學科的精妙之處。

本書作者哈林頓（Peter Harrington）擁有電氣工程學士和碩士學位，他曾經(jīng)在美國加州和中國的英特爾公司工作7年。Peter擁有5項美國專利，在三種學術(shù)期刊上發(fā)表過文章。他現(xiàn)在是Zillabyte公司的首席科學家，在加入該公司之前，他曾擔任2年的機器學習軟件顧問。Peter在業(yè)余時間還參加編程競賽和建造3D打印機。

數(shù)據(jù)挖掘?qū)д?/p>

《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫啡娼榻B了數(shù)據(jù)挖掘的理論和方法，旨在為讀者提供將數(shù)據(jù)挖掘應(yīng)用于實際問題所必需的知識?！稊?shù)據(jù)挖掘?qū)д摚ㄍ暾妫泛w五個主題：數(shù)據(jù)、分類、關(guān)聯(lián)分析、聚類和異常檢測。除異常檢測外，每個主題都包含兩章：前面一章講述基本概念、代表性算法和評估技術(shù)，后面一章較深入地討論高級概念和算法。目的是使讀者在透徹地理解數(shù)據(jù)挖掘基礎(chǔ)的同時，還能了解更多重要的高級主題。此外，書中還提供了大量示例、圖表和習題。

《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫愤m合作為相關(guān)專業(yè)高年級本科生和研究生數(shù)據(jù)挖掘課程的教材，同時也可作為數(shù)據(jù)挖掘研究和應(yīng)用開發(fā)人員的參考書。

《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫肥敲髂崽K達大學和密歇根州立大學數(shù)據(jù)挖掘課程的教材，由于獨具特色，正式出版之前就已經(jīng)被斯坦福大學、得克薩斯大學奧斯汀分校等眾多名校采用。《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫放c許多其他同類圖書不同，《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫穼⒅攸c放在如何用數(shù)據(jù)挖掘知識解決各種實際問題。只要求具備很少的預(yù)備知識——不需要數(shù)據(jù)庫背景，只需要很少的統(tǒng)計學或數(shù)學背景知識。

《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫分邪罅康膱D表、綜合示例和豐富的習題，并且使用示例、關(guān)鍵算法的簡潔描述和習題，盡可能直接聚焦于數(shù)據(jù)挖掘的主要概念。

教輔內(nèi)容極為豐富，包括課程幻燈片、學生課題建議、數(shù)據(jù)挖掘資源（如數(shù)據(jù)挖掘算法和數(shù)據(jù)集）、聯(lián)機指南（使用實際的數(shù)據(jù)集和數(shù)據(jù)分析軟件，《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫方榻B的部分數(shù)據(jù)挖掘技術(shù)提供例子講解）。

本書作者陳封能（Pang-Ning Tan）為密歇根州立大學計算機與工程系助理教授，主要教授數(shù)據(jù)挖掘、數(shù)據(jù)庫系統(tǒng)等課程。此前，曾是明尼蘇達大學美國陸軍高性能計算研究中心副研究員。

本書翻譯范明是鄭州大學信息工程學院教授，中國計算機學會數(shù)據(jù)庫專業(yè)委員會委員、人工智能與模式識別專業(yè)委員會委員，長期從事計算機軟件與理論教學和研究。先后發(fā)表論史40余篇。

深入淺出數(shù)據(jù)分析

《深入淺出數(shù)據(jù)分析》以類似“章回小說”的活潑形式，生動地向讀者展現(xiàn)優(yōu)秀的數(shù)據(jù)分析人員應(yīng)知應(yīng)會的技術(shù)：數(shù)據(jù)分析基本步驟、實驗方法、最優(yōu)化方法、假設(shè)檢驗方法、貝葉斯統(tǒng)計方法、主觀概率法、啟發(fā)法、直方圖法、回歸法、誤差處理、相關(guān)數(shù)據(jù)庫、數(shù)據(jù)整理技巧;正文之后，意猶未盡地以三篇附錄介紹數(shù)據(jù)分析十大要務(wù)、R工具及ToolPak工具，在充分展現(xiàn)目標知識以外，為讀者搭建了走向深入研究的橋梁。

《深入淺出數(shù)據(jù)分析》構(gòu)思跌宕起伏，行文妙趣橫生，無論讀者是職場老手，還是業(yè)界新人;無論是字斟句酌，還是信手翻閱，都能跟著文字在職場中走上幾回，體味數(shù)據(jù)分析領(lǐng)域的樂趣與挑戰(zhàn)。

“《深入淺出數(shù)據(jù)分析》寫得漂亮，讀者可以學到分析現(xiàn)實問題的系統(tǒng)性方法。從賣咖啡到開橡皮玩具廠，再到要求老板漲工資，此書告訴我們?nèi)绾伟l(fā)現(xiàn)和解密數(shù)據(jù)在日常生活中的強大作用。從圖形圖表到Excel和R計算機程序，《深入淺出數(shù)據(jù)分析》想盡辦法讓各個層次的讀者都體會到系統(tǒng)化的數(shù)據(jù)分析對于制定大大小小的決策的強大作用?！?/p>

——Eric Heilman， 喬治敦預(yù)備學校統(tǒng)計學教師

“被堆積如山的數(shù)據(jù)壓得喘不過氣了？讓Michael Milton做你的老師吧，在辦公工具里添上數(shù)據(jù)分析工具，搶占技術(shù)先機?！渡钊霚\出數(shù)據(jù)分析》將告訴你如何將原始數(shù)據(jù)轉(zhuǎn)變成真正的知識。別再抽簽算卦了——幾套軟件，一本《深入淺出數(shù)據(jù)分析》，就能讓你做出正確的決策?！?/p>

——Bill Mietelski， 軟件工程師

本書作者米爾頓將自己的大半職業(yè)生涯獻給了非營利機構(gòu)，幫助這些機構(gòu)解析和處理從贊助人那里收集來的數(shù)據(jù)，提高融資能力。多年來，他博覽群書，這些書籍雖字字珠璣，卻枯燥乏味;驀然抬首，深入淺出系列圖書讓他眼前一亮，他欣然抓住機會，走出圖書館和書店，人們會看到他在跑步、攝影，以及親手釀制啤酒。