01
01
01
01
01
01
01
01
01
01
01
01
01
01
01
01
01
01

 
Cocoa學習手冊--使用Objective-C 第三版
程式設計大師智慧結晶|與主流程式語言的創始者對話
HTML5與JavaScript Web Apps開發實務
 

機器學習駭客秘笈
Machine Learning for Hackers - Case Studies and Algorithms to Get You Started
 
作者: Drew Conway, John My...
譯者: 林威仰
‧書號: A332     出版日: 2015/05/06
ISBN: 9789863475934     EAN: 9789863475934
紙本書價格: 680     光碟: 
電子書: 尚未出版
  天瓏  
  博客來  



回頁首
「本書提供許多絕佳的機器學習實用案例。有別於工具書或理論證明,本書著重於實際問題處理,因此具備程式設計背景及對機器學習有興趣的讀者們均可輕鬆入門。」
- Max Shron, OkCupid

如果你是平時喜歡上網蒐集各種資料的程式設計師,想尋找並學習資料分析的方法與工具,本書將會是您了解機器學習最好的起點。在Machine Learning領域中,包含各種分析問題的工具與方法,可以讓我們很方便地架構出一套自動分析資料系統,使電腦可以自動分析。不過這些方法的背後,通常都蘊含著艱澀、難懂的數學理論,因而提高了學習門檻。有鑑於此,本書作者Drew Conway和John Myles準備了許多實用案例。在本書中,他們將以生動活潑的方式,使用案例導向方式,透過生活實例,帶領我們一起學習這些Machine Learning工具和統計工具的實際應用。經由這些過程學習機器學習領域的核心與價值,而非傳統數學導向的介紹方式。

本書採用實例導向、問題導向的介紹方式,在每一個章節中,透過實際問題,介紹機器學習典型問題與解決方法。其中包含:分類問題、預測問題、最佳化問題、推薦系統建置問題...等,在書中都會一一介紹。本書所有程式均以R語言撰寫,於每個章節中將學到:如何以R語言分析資料,並撰寫簡易機器學習演算法。《機器學習駭客秘笈》本書,是專為機器學習領域的初學者所寫的,無論是商業、政府機關或學術界...等都適用。

在本書中,您將學到:
● 建立單純貝氏分類器(Naive Bayesian Classifier)對電子郵件內容進行垃圾信件判別
● 以線性回歸,預測網站的瀏覽人次
● 以最佳化技術破解簡易字母密碼
● 運用記名投票紀錄,以統計方式對美國參議員進行分類
● 以推特社群資料建立「潛在關注對象」推薦系統


回頁首
Drew Conway 為美國紐約大學政治學博士候選人。其研究領域以數學與統計工具,分析國際關係、國際衝突與恐怖主義。擁有多年擔任美國情報與國防體系分析師的工作經驗

John Myles White 為美國普林斯頓大學心理學博士生。研究主題為「人類決策過程」的理論與實驗。同時也是諸多R語言套件之主要維護者,包含ProjectTemplate和log4r等熱門套件

回頁首

R 錦囊妙計 網頁互動式資料視覺化:使用D3 Bad Data 技術手冊


回頁首

前言
chapter 01 使用 R 語言
chapter 02 資料探索
chapter 03 文本分類:垃圾郵件判斷
chapter 04 項目排序:優先收件匣
chapter 05 回歸分析:預測網頁瀏覽人次
chapter 06 正則化:文本回歸
chapter 07 最佳化:破解密碼
chapter 08 PCA:建立股價指數
chapter 09 MDS:視覺化呈現美國參議員相似度
chapter 10 kNN:推薦系統
chapter 11 分析社群關係圖
chapter 12 模型比較
Works Cited
索引


  
 
碁峰資訊股份有限公司 GOTOP INFORMATION INC.
台北市南港區三重路66號7樓之6 / 7F.-6,No.66,Sanchong Rd.,Nangang District,Taipei
TEL:(02)2788-2408 FAX:(02)2788-1031
Copyright 2012© GOTOP Information Inc, All Rights Reserved 請勿任意連結、轉載