集体智慧编程

集体智慧编程
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (托比·西格兰) , ,
2015-03
版次: 1
ISBN: 9787121254437
定价: 79.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 356页
字数: 554千字
正文语种: 简体中文
原版书名: Programming Collective Intelligence
603人买过
  •   《集体智慧编程》以机器学习与计算统计为主题背景,专门讲述如何挖掘和分析Web上的数据和资源,如何分析用户体验、市场营销、个人品味等诸多信息,并得出有用的结论,通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息,以便创造新的用户价值和商业价值。《集体智慧编程》内容翔实,包括协作过滤技术(实现关联产品推荐功能)、集群数据分析(在大规模数据集中发掘相似的数据子集)、搜索引擎核心技术(爬虫、索引、查询引擎、PageRank算法等)、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术(垃圾邮件过滤、文本过滤)、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。
      《集体智慧编程》是Web开发者、架构师、应用工程师等的优佳选择。   莫映,现供职于IBM中国开发实验室,在软件开发与设计领域里混迹已然10年有余,目前从事商业领域社交软件产品的研发工作。一直关注社交网络以及社交技术在不同领域里的运用,同时也积极活跃于公司内外的各种技术社区之中。 TableofContents
    前言 viii
    第1章集体智慧导言 1
    什么是集体智慧 2
    什么是机器学习 3
    机器学习的局限 4
    真实生活中的例子 5
    学习型算法的其他用途 5
    第2章提供推荐 7
    协作型过滤 7
    搜集偏好 8
    寻找相近的用户 9
    推荐物品 15
    匹配商品 17
    构建一个基于del.icio.us的链接推荐系统 19
    基于物品的过滤 22
    使用MovieLens数据集 25
    基于用户进行过滤还是基于物品进行过滤 27
    练习 28
    第3章发现群组 29
    监督学习和无监督学习 29
    单词向量 30
    分级聚类 33
    绘制树状图 38
    列聚类 40
    K-均值聚类 42
    针对偏好的聚类 44
    以二维形式展现数据 49
    有关聚类的其他事宜 53
    练习 53
    第4章搜索与排名 54
    搜索引擎的组成 54
    一个简单的爬虫程序 56
    建立索引 58
    查询 63
    基于内容的排名 64
    利用外部回指链接 69
    从点击行为中学习 74
    练习 84
    第5章优化 86
    组团旅游 87
    描述题解 88
    成本函数 89
    随机搜索 91
    爬山法 92
    模拟退火算法 95
    遗传算法 97
    真实的航班搜索 101
    涉及偏好的优化 106
    网络可视化 110
    其他可能的应用场合 115
    练习 116
    第6章文档过滤 117
    过滤垃圾信息 117
    文档和单词 118
    对分类器进行训练 119
    计算概率 121
    朴素分类器 123
    费舍尔方法 127
    将经过训练的分类器持久化 132
    过滤博客订阅源 134
    对特征检测的改进 136
    使用Akismet 138
    替代方法 139
    练习 140
    第7章决策树建模 142
    预测注册用户 142
    引入决策树 144
    对树进行训练 145
    选择最合适的拆分方案 147
    以递归方式构造树 149
    决策树的显示 151
    对新的观测数据进行分类 153
    决策树的剪枝 154
    处理缺失数据 156
    处理数值型结果 158
    对住房价格进行建模 158
    对“热度”评价进行建模 161
    什么时候使用决策树 164
    练习 165
    第8章构建价格模型 167
    构造一个样本数据集 167
    k-最近邻算法 169
    为近邻分配权重 172
    交叉验证 176
    不同类型的变量 178
    对缩放结果进行优化 181
    不对称分布 183
    使用真实数据——eBayAPI 189
    何时使用k-最近邻算法 195
    练习 196
    第9章高阶分类:核方法与SVM 197
    婚介数据集 197
    数据中的难点 199
    基本的线性分类 202
    分类特征 205
    对数据进行缩放处理 209
    理解核方法 211
    支持向量机 215
    使用LIBSVM 217
    基于Facebook的匹配 219
    练习 225
    第10章寻找独立特征 226
    搜集一组新闻 227
    先前的方法 231
    非负矩阵因式分解 232
    结果呈现 240
    利用股票市场的数据 243
    练习 248
    第11章智能进化 250
    什么是遗传编程 250
    将程序以树形方式表示 253
    构造初始种群 257
    测试题解 259
    对程序进行变异 260
    交叉 263
    构筑环境 265
    一个简单的游戏 268
    更多可能性 273
    练习 276
    第12章算法总结 277
    贝叶斯分类器 277
    决策树分类器 281
    神经网络 285
    支持向量机 289
    k-最近邻 293
    聚类 296
    多维缩放 300
    非负矩阵因式分解 302
    优化 304
    附录A:第三方函数库 309
    附录B:数学公式 316
    索引 323
  • 内容简介:
      《集体智慧编程》以机器学习与计算统计为主题背景,专门讲述如何挖掘和分析Web上的数据和资源,如何分析用户体验、市场营销、个人品味等诸多信息,并得出有用的结论,通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息,以便创造新的用户价值和商业价值。《集体智慧编程》内容翔实,包括协作过滤技术(实现关联产品推荐功能)、集群数据分析(在大规模数据集中发掘相似的数据子集)、搜索引擎核心技术(爬虫、索引、查询引擎、PageRank算法等)、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术(垃圾邮件过滤、文本过滤)、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。
      《集体智慧编程》是Web开发者、架构师、应用工程师等的优佳选择。
  • 作者简介:
      莫映,现供职于IBM中国开发实验室,在软件开发与设计领域里混迹已然10年有余,目前从事商业领域社交软件产品的研发工作。一直关注社交网络以及社交技术在不同领域里的运用,同时也积极活跃于公司内外的各种技术社区之中。
  • 目录:
    TableofContents
    前言 viii
    第1章集体智慧导言 1
    什么是集体智慧 2
    什么是机器学习 3
    机器学习的局限 4
    真实生活中的例子 5
    学习型算法的其他用途 5
    第2章提供推荐 7
    协作型过滤 7
    搜集偏好 8
    寻找相近的用户 9
    推荐物品 15
    匹配商品 17
    构建一个基于del.icio.us的链接推荐系统 19
    基于物品的过滤 22
    使用MovieLens数据集 25
    基于用户进行过滤还是基于物品进行过滤 27
    练习 28
    第3章发现群组 29
    监督学习和无监督学习 29
    单词向量 30
    分级聚类 33
    绘制树状图 38
    列聚类 40
    K-均值聚类 42
    针对偏好的聚类 44
    以二维形式展现数据 49
    有关聚类的其他事宜 53
    练习 53
    第4章搜索与排名 54
    搜索引擎的组成 54
    一个简单的爬虫程序 56
    建立索引 58
    查询 63
    基于内容的排名 64
    利用外部回指链接 69
    从点击行为中学习 74
    练习 84
    第5章优化 86
    组团旅游 87
    描述题解 88
    成本函数 89
    随机搜索 91
    爬山法 92
    模拟退火算法 95
    遗传算法 97
    真实的航班搜索 101
    涉及偏好的优化 106
    网络可视化 110
    其他可能的应用场合 115
    练习 116
    第6章文档过滤 117
    过滤垃圾信息 117
    文档和单词 118
    对分类器进行训练 119
    计算概率 121
    朴素分类器 123
    费舍尔方法 127
    将经过训练的分类器持久化 132
    过滤博客订阅源 134
    对特征检测的改进 136
    使用Akismet 138
    替代方法 139
    练习 140
    第7章决策树建模 142
    预测注册用户 142
    引入决策树 144
    对树进行训练 145
    选择最合适的拆分方案 147
    以递归方式构造树 149
    决策树的显示 151
    对新的观测数据进行分类 153
    决策树的剪枝 154
    处理缺失数据 156
    处理数值型结果 158
    对住房价格进行建模 158
    对“热度”评价进行建模 161
    什么时候使用决策树 164
    练习 165
    第8章构建价格模型 167
    构造一个样本数据集 167
    k-最近邻算法 169
    为近邻分配权重 172
    交叉验证 176
    不同类型的变量 178
    对缩放结果进行优化 181
    不对称分布 183
    使用真实数据——eBayAPI 189
    何时使用k-最近邻算法 195
    练习 196
    第9章高阶分类:核方法与SVM 197
    婚介数据集 197
    数据中的难点 199
    基本的线性分类 202
    分类特征 205
    对数据进行缩放处理 209
    理解核方法 211
    支持向量机 215
    使用LIBSVM 217
    基于Facebook的匹配 219
    练习 225
    第10章寻找独立特征 226
    搜集一组新闻 227
    先前的方法 231
    非负矩阵因式分解 232
    结果呈现 240
    利用股票市场的数据 243
    练习 248
    第11章智能进化 250
    什么是遗传编程 250
    将程序以树形方式表示 253
    构造初始种群 257
    测试题解 259
    对程序进行变异 260
    交叉 263
    构筑环境 265
    一个简单的游戏 268
    更多可能性 273
    练习 276
    第12章算法总结 277
    贝叶斯分类器 277
    决策树分类器 281
    神经网络 285
    支持向量机 289
    k-最近邻 293
    聚类 296
    多维缩放 300
    非负矩阵因式分解 302
    优化 304
    附录A:第三方函数库 309
    附录B:数学公式 316
    索引 323
查看详情
您可能感兴趣 / 更多
集体智慧编程
亚拉山大的读心术(数学大师的逻辑课) 伦理学、逻辑学 [美]雷蒙德·m.斯穆里安(raymondm.smullyan)
[美]雷蒙德·m.斯穆里安(raymondm.smullyan)
集体智慧编程
纳博科夫精选集第五辑
[美]弗拉基米尔·纳博科夫著
集体智慧编程
九桃盘(美国二十世纪重要女诗人玛丽安·摩尔诗歌精选集,由知名女诗人和女性诗学研究者倪志娟倾情翻译)
[美]玛丽安•摩尔
集体智慧编程
全新正版图书 制造德·戴维尼浙江教育出版社9787572276880
[美]理查德·戴维尼
集体智慧编程
血泪之泣
[美]希瑟·丘·麦克亚当
集体智慧编程
小学生趣味心理学(培养执行技能的40个练习,发展共情能力的46个练习,学会应对焦虑的40个练习 共3册) (美)莎伦·格兰德 王佳妮译
[美]莎伦·格兰德(sharon grand)
集体智慧编程
(当代学术棱镜译丛)艺术批评入门:历史、策略与声音
[美]克尔·休斯顿
集体智慧编程
数据工程之道:设计和构建健壮的数据系统 [美]乔·里斯 [美]马特·豪斯利
[美]乔·里斯(Joe Reis),[美]马特·豪斯利(Matt Housley)
集体智慧编程
矿王谷的黎明:塞拉俱乐部诉莫顿案与美国环境法的转变(精装典藏版)
[美]丹尼尔·P.塞尔米,(Daniel,P.Selmi)
集体智慧编程
体式神话:瑜伽传统故事精粹(第二版) (从30个体式古老起源中汲取灵感与力量,内附精美插图)
[美]阿兰娜·凯瓦娅(Alanna Kaivalya)[荷]阿诸那·范德·库伊(Arjuna van der Kooij)
集体智慧编程
诺奖作家给孩子的阅读课·生命教育(3-9年级,莫言余华的文学启蒙,垫高阅读起点,提升作文能力)
[美]海明威等
集体智慧编程
蚯蚓的日记(全4册)【平装版】
[美]朵琳·克罗宁