內容提要
作譯者簡介
譯者序
序
前言
第1章 數據挖掘簡介及本書使用方法
第2章 協同過濾—愛你所愛
第3章 協同過濾—隱式評級及基於物品的過濾
第4章 內容過濾及分類—基於物品屬性的過濾
第5章 分類的進一步探討—算法評估及kNN
第6章 概率及樸素貝葉斯—樸素貝葉斯
第7章 樸素貝葉斯及文本—非結構化文本分類
第8章 聚類—群組發現
· · · · · · (收起)
作譯者簡介
譯者序
序
前言
第1章 數據挖掘簡介及本書使用方法
第2章 協同過濾—愛你所愛
第3章 協同過濾—隱式評級及基於物品的過濾
第4章 內容過濾及分類—基於物品屬性的過濾
第5章 分類的進一步探討—算法評估及kNN
第6章 概率及樸素貝葉斯—樸素貝葉斯
第7章 樸素貝葉斯及文本—非結構化文本分類
第8章 聚類—群組發現
· · · · · · (收起)
具體描述
數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。大多數數據挖掘的教材都專注於介紹理論基礎，因而往往難以理解和學習。
本書是寫給程序員的一本數據挖掘指南，可以幫助讀者動手實踐數據挖掘、集體智慧並構建推薦係統。全書共8章，介紹瞭數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。本書采用“在實踐中學習”的方式，用生動的圖示、大量的錶格、簡明的公式、實用的Python代碼示例，闡釋數據挖掘的知識和技能。每章還給齣瞭習題和練習，幫助讀者鞏固所學的知識。
本書適閤對數據挖掘、數據分析和推薦係統感興趣的程序員及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕鬆有趣的數據挖掘課程教學參考書。
用戶評價
評分
##數據挖掘或是機器學習方麵的入門書，如果想自己動手實現一個推薦係統的話，那麼可以試試這本書，跟著裏麵的代碼動手實現，感覺真的很棒。不涉及太深入的理論，對於大部分內容都是點到為止，當然是可以實現成可執行代碼的程度。適閤入門。 典型的老外的寫書風格，如果適應這種風格的話，可以試一試。，
評分
##入門很閤適
評分
##入門很閤適
評分
##淺顯易懂，深入淺齣。
評分
##淺顯易懂，深入淺齣。
評分
##非常通俗易懂，看完立即就能寫齣程序，就像很久以前看Head First Design Pattern一樣的感覺。
評分
##基礎入門，可以統計挖掘的入門概念有個認識，思路比較自然。相似度、各種距離、皮爾遜係數、標準差歸一化、k近鄰、評估方法、貝葉斯、樸素貝葉斯、高斯分布、文本分類、k means聚類
評分
##非常通俗易懂，看完立即就能寫齣程序，就像很久以前看Head First Design Pattern一樣的感覺。
##快速瞭解