写给程序员的数据挖掘实践指南

[美] Ron Zacharski

出版时间

2015-10-24

ISBN

9787115336354

评分

★★★★★

标签

计算机

书籍介绍

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础,因而往往难以理解和学习。

本书是写给程序员的一本数据挖掘指南,可以帮助读者动手实践数据挖掘、集体智慧并构建推荐系统。全书共8章,介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。本书采用“在实践中学习”的方式,用生动的图示、大量的表格、简明的公式、实用的Python代码示例,阐释数据挖掘的知识和技能。每章还给出了习题和练习,帮助读者巩固所学的知识。

本书适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考;同时,本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。

目录
内容提要
作译者简介
译者序
前言

显示全部
用户评论
非常通俗易懂,看完立即就能写出程序,就像很久以前看Head First Design Pattern一样的感觉。
数据挖掘或是机器学习方面的入门书,如果想自己动手实现一个推荐系统的话,那么可以试试这本书,跟着里面的代码动手实现,感觉真的很棒。不涉及太深入的理论,对于大部分内容都是点到为止,当然是可以实现成可执行代码的程度。适合入门。 典型的老外的写书风格,如果适应这种风格的话,可以试一试。,
这本书理论比较简单,书中错误较少,动手锻炼较多,如果每个代码都自己写出来,收获不少。总结:适合入门。
一本小众的书吧,不过对于初学者来说足够用了,这本书不是讲数据挖掘的理论,而是通过生活中的例子讲解了是数据挖掘,讲解了数据挖掘中常见的公式,而且通过python编程给出了源代码。公式的讲解不是从数学角度推理,演算,讲解的,而是从实用角度出发,通过例子,通过要解决的问题,一步步引出公式,使得公式非常容易接受和理解
浅显易懂,深入浅出。
基础入门,可以统计挖掘的入门概念有个认识,思路比较自然。相似度、各种距离、皮尔逊系数、标准差归一化、k近邻、评估方法、贝叶斯、朴素贝叶斯、高斯分布、文本分类、k means聚类
翻版head first,风格极其相似。附带手动实现所有算法代码好评。
入门
对于0基础的程序员非常适合。 1.只需要概念ok。不需要推导。 2.库都有现成的。干嘛要实现。 3.有实现就代表有思路。 反正挺适合我这种学渣快速撸一个推荐系统。不至于还需要发个1年时间抱着高数啃来啃去。
写得非常细,有数据,有代码,有测试,容易上手。
收藏