孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

精通数据科学算法

精通数据科学算法
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: [英] （David Natingga） 著 , 译 , 译 , 译
出版社: 人民邮电出版社
2019-05
版次: 1
ISBN: 9787115498168
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 164页
分类: 计算机与互联网
14人买过
  • 数据科学（Data Science）是从数据中提取知识的技术，是一门有关机器学习、统计学与数据挖掘的交叉学科。数据科学包含了多种领域的不同元素，包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等。

    本书讲解了7种重要的数据分析方法，它们分别是k最近邻算法、朴素贝叶斯算法、决策树、随机森林、k-means聚类、回归分析以及时间序列分析。全书共7章，每一章都以一个简单的例子开始，先讲解算法的基本概念与知识，然后通过对案例进行扩展以讲解一些特殊的分析算法。这种方式有益于读者深刻理解算法。

    本书适合数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。 Dávid Natingga于2014年毕业于伦敦帝国理工学院的计算与人工智能专业，并获工程硕士学位。2011年，他在印度班加罗尔的Infosys实验室工作，研究机器学习算法的优化。2012~2013年，他在美国帕罗奥图的Palantir技术公司从事大数据算法的开发工作。2014年，作为英国伦敦Pact Coffee公司的数据科学家，他设计了一种基于顾客口味偏好和咖啡结构的推荐算法。2017年，他在荷兰阿姆斯特丹的TomTom工作，处理导航平台的地图数据。

    他是英国利兹大学计算理论专业的博士研究生，研究纯数学如何推进人工智能。2016年，他在日本高等科学技术学院当了8个月的访问学者。 第 1 章 用k最近邻算法解决分类问题

    1．1　Mary对温度的感觉

    1．2　实现k最近邻算法

    1．3　意大利地区的示例——选择k值

    1．4　房屋所有权——数据转换

    1．5　文本分类——使用非欧几里德距离

    1．6　文本分类——更高维度的k-NN

    1．7　小结

    1．8　习题

    第　2 章 朴素贝叶斯

    2．1　医疗检查——贝叶斯定理的基本应用

    2．2　贝叶斯定理的证明及其扩展

    2．3　西洋棋游戏——独立事件

    2．4　朴素贝叶斯分类器的实现

    2．5　西洋棋游戏——相关事件

    2．6　性别分类——基于连续随机变量的贝叶斯定理

    2．7　小结

    2．8　习题

    第　3 章 决策树

    3．1　游泳偏好——用决策树表示数据

    3．2　信息论　044

    3．3　ID3算法——构造决策树　047

    3．4　用决策树进行分类　054

    3．5　小结　060

    3．6　习题　060

    第　4 章 随机森林　064

    4．1　随机森林算法概述　064

    4．2　游泳偏好——随机森林分析法　065

    4．3　随机森林算法的实现　071

    4．4　下棋实例　075

    4．5　购物分析——克服随机数据的不一致性以及

    度量置信水平　082

    4．6　小结　084

    4．7　习题　084

    第　5 章 k-means聚类　089

    5．1　家庭收入——聚类为k个簇　089

    5．2　性别分类——聚类分类　092

    5．3　k-means聚类算法的实现　095

    5．4　房产所有权示例——选择簇的数量　099

    5．5　小结　105

    5．6　习题　105

    第　6 章 回归分析　114

    6．1　华氏温度和摄氏温度的转换——基于完整数据的线性回归　114

    6．2　根据身高预测体重——基于实际数据的线性回归　117

    6．3　梯度下降算法及实现　118

    6．4　根据距离预测飞行时长　122

    6．5　弹道飞行分析——非线性模型　123

    6．6　小 结　125

    6．7　习 题　125

    第　7 章 时间序列分析　130

    7．1　商业利润——趋势分析　130

    7．2　电子商店的销售额——季节性分析　132

    7．3　小 结　140

    7．4　习 题　140

    附录　A 统计　145

    A．1　基本概念　145

    A．2　贝叶斯推理　146

    A．3　分 布　146

    A．4　交叉验证　147

    A．5　A/B 测 试　148

    附录　B R参考　149

    B．1　介 绍　149

    B．2　数据类型　150

    B．3　线性回归　152

    附录　C Python参考　154

    C．1　介 绍　154

    C．2　数据类型　155

    C．3　控 制 流　159

    附录　D 数据科学中的算法和方法术语　163
  • 内容简介:
    数据科学（Data Science）是从数据中提取知识的技术，是一门有关机器学习、统计学与数据挖掘的交叉学科。数据科学包含了多种领域的不同元素，包括信号处理、数学、概率模型技术和理论、计算机编程、统计学等。

    本书讲解了7种重要的数据分析方法，它们分别是k最近邻算法、朴素贝叶斯算法、决策树、随机森林、k-means聚类、回归分析以及时间序列分析。全书共7章，每一章都以一个简单的例子开始，先讲解算法的基本概念与知识，然后通过对案例进行扩展以讲解一些特殊的分析算法。这种方式有益于读者深刻理解算法。

    本书适合数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。
  • 作者简介:
    Dávid Natingga于2014年毕业于伦敦帝国理工学院的计算与人工智能专业，并获工程硕士学位。2011年，他在印度班加罗尔的Infosys实验室工作，研究机器学习算法的优化。2012~2013年，他在美国帕罗奥图的Palantir技术公司从事大数据算法的开发工作。2014年，作为英国伦敦Pact Coffee公司的数据科学家，他设计了一种基于顾客口味偏好和咖啡结构的推荐算法。2017年，他在荷兰阿姆斯特丹的TomTom工作，处理导航平台的地图数据。

    他是英国利兹大学计算理论专业的博士研究生，研究纯数学如何推进人工智能。2016年，他在日本高等科学技术学院当了8个月的访问学者。
  • 目录:
    第 1 章 用k最近邻算法解决分类问题

    1．1　Mary对温度的感觉

    1．2　实现k最近邻算法

    1．3　意大利地区的示例——选择k值

    1．4　房屋所有权——数据转换

    1．5　文本分类——使用非欧几里德距离

    1．6　文本分类——更高维度的k-NN

    1．7　小结

    1．8　习题

    第　2 章 朴素贝叶斯

    2．1　医疗检查——贝叶斯定理的基本应用

    2．2　贝叶斯定理的证明及其扩展

    2．3　西洋棋游戏——独立事件

    2．4　朴素贝叶斯分类器的实现

    2．5　西洋棋游戏——相关事件

    2．6　性别分类——基于连续随机变量的贝叶斯定理

    2．7　小结

    2．8　习题

    第　3 章 决策树

    3．1　游泳偏好——用决策树表示数据

    3．2　信息论　044

    3．3　ID3算法——构造决策树　047

    3．4　用决策树进行分类　054

    3．5　小结　060

    3．6　习题　060

    第　4 章 随机森林　064

    4．1　随机森林算法概述　064

    4．2　游泳偏好——随机森林分析法　065

    4．3　随机森林算法的实现　071

    4．4　下棋实例　075

    4．5　购物分析——克服随机数据的不一致性以及

    度量置信水平　082

    4．6　小结　084

    4．7　习题　084

    第　5 章 k-means聚类　089

    5．1　家庭收入——聚类为k个簇　089

    5．2　性别分类——聚类分类　092

    5．3　k-means聚类算法的实现　095

    5．4　房产所有权示例——选择簇的数量　099

    5．5　小结　105

    5．6　习题　105

    第　6 章 回归分析　114

    6．1　华氏温度和摄氏温度的转换——基于完整数据的线性回归　114

    6．2　根据身高预测体重——基于实际数据的线性回归　117

    6．3　梯度下降算法及实现　118

    6．4　根据距离预测飞行时长　122

    6．5　弹道飞行分析——非线性模型　123

    6．6　小 结　125

    6．7　习 题　125

    第　7 章 时间序列分析　130

    7．1　商业利润——趋势分析　130

    7．2　电子商店的销售额——季节性分析　132

    7．3　小 结　140

    7．4　习 题　140

    附录　A 统计　145

    A．1　基本概念　145

    A．2　贝叶斯推理　146

    A．3　分 布　146

    A．4　交叉验证　147

    A．5　A/B 测 试　148

    附录　B R参考　149

    B．1　介 绍　149

    B．2　数据类型　150

    B．3　线性回归　152

    附录　C Python参考　154

    C．1　介 绍　154

    C．2　数据类型　155

    C．3　控 制 流　159

    附录　D 数据科学中的算法和方法术语　163
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
精通数据科学算法
精通Excel数据统计与分析
李宗璋
￥41.55 起
精通数据科学算法
精通 Power Query
(加拿大)肯·普尔斯
￥60.00 起
精通数据科学算法
精通推荐算法：核心模块+经典模型+代码详解
谢杨易
￥45.52 起
精通数据科学算法
精通式学习法：基于提高学生能力的学习方法（“翻转课堂”先行者乔纳森·伯格曼最新作品，众多教育名家联袂推荐）
（美）乔纳森·伯格曼著，段文静译；中青文 出品
￥20.92 起
精通数据科学算法
精通STM32F4(HAL库版)(下)
刘军 凌柱宁 徐伟健 江荧
￥44.85 起
精通数据科学算法
精通STM32F4(HAL库版)(上)
刘军 凌柱宁 徐伟健 江荧
￥28.29 起
精通数据科学算法
精通FrontPage XP(中文版)
中国IT培训工程编委会 编
￥1.00 起
精通数据科学算法
精通咬合重建——解读牙列不齐、牙周病、多牙缺失
吴松涛 周茂强 译；[日]上田 秀朗
￥86.00 起
精通数据科学算法
精通Shiny（Mastering Shiny）
Hadley Wickham
￥56.60 起
精通数据科学算法
精通Apache Pulsar：可伸缩云原生事件流实践
[美]Jowanza Joseph(乔万扎·约瑟夫
￥38.86 起
精通数据科学算法
精通嵌入式Linux编程
[美]弗兰克·瓦斯奎兹 著；陈会翔 译
￥68.00 起
精通数据科学算法
精通Transformer:从零开始构建最先进的NLP模型
[伊朗]梅萨姆·阿斯加里-切纳格卢 著；江红 余青松 余靖 译；[土耳其]萨瓦斯·伊尔蒂利姆
￥23.00 起
您可能感兴趣 / 更多
精通数据科学算法
康德与现代政治哲学
[英] 卡特琳·弗利克舒
￥21.44 起
精通数据科学算法
权力的支柱(英国史前沿译丛)
[英]约翰·布鲁尔
￥26.00 起
精通数据科学算法
如何改变世界-（马克思和马克思主义的传奇）
[英]埃里克·霍布斯鲍姆
￥43.12 起
精通数据科学算法
秘史：英国情报机构的崛起
[英]西蒙·鲍尔
￥29.34 起
精通数据科学算法
教育与教师教育（教师教育哲学译丛）
[英]理查德·S·彼得斯
￥33.40 起
精通数据科学算法
羽下之鸟：鸟类骨骼解剖图鉴
[英]卡特里娜·范格鲁 著；沈成 译；未读 出品
￥144.47 起
精通数据科学算法
非洲大陆简史（萤火虫书系）
[英]阿普里尔·马登
￥39.75 起
精通数据科学算法
诺奖作家给孩子的阅读课·心智成长（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）
[英]高尔斯华绥等
￥11.30 起
精通数据科学算法
破茧：认知的深度突围（原书第4版） ［英］理查德·泰普勒 ［英］理查德·泰普勒
[英]理查德·泰普勒
￥24.38 起
精通数据科学算法
大英帝国的兴衰：全景式俯瞰英国千年历史沧桑剧变，回首日不落帝国的初升、辉煌与没落
[英]理查德·达吉 著；邵晓燕 魏本超 译；斯坦威 出品
￥7.84 起
精通数据科学算法
西方服饰与时尚文化：文艺复兴
[英]伊丽莎白·柯里（Elizabeth Currie）
￥45.90 起
精通数据科学算法
DK魔法百科
[英]DK出版公司 后浪
￥104.80 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全