机器学习与R语言实战
丘祐玮 (Yu-Wei Chiu)
评分 0.0分
本书共11章。第1章介绍如何创建一个可用的R环境和基本的R命令；第2章讲述如何使用R语言进行探索性数据分析；第3章重点探讨数据采样和概率分布的概念；第4章探讨因变量和解释变量集合之间的线性关系；第5章介绍基于树的分类器：K近邻分类器、逻辑回归分类器以及朴素贝叶斯分类器；第6章神经网络和支持向量机；第7章展示一些模型评估的方法；第8章探讨集成分类器；第9章讲述多种聚类算法；第10章介绍关联分析和序列
数据分析实战
纪贺元
评分 7.0分
本书是针对于非统计科班出身的企业人员讲述数据分析和挖掘的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实实践应用案例和场景的著作。全书分为三大部分： 第一部分是基础篇（第1章和第2章），主要介绍数据分析的概念、术语、方法、模型等，为后续的内容展开奠定基础。 第二部分是制表篇（第3章~第5章），介绍数据的采集原则、数据整理以及常用数据报表的制作方法和技巧。 第三部分是数据分析篇（第6章~第14章）
Python高级数据分析：机器学习、深度学习和NLP实例
[印] 萨扬·穆霍帕迪亚（Sayan Mukhopadhyay）
大数据技术与编程基础
Wrox国际IT认证项目组
“大数据”近年成为IT领域的热点话题，人们每天都会通过互联网、移动设备等产生大量数据。如何管理大数据、掌握大数据的核心技术、理解大数据相关的生态系统等，是作为大数据开发者必须学习和熟练掌握的。本系列书以“大数据开发者”应掌握的技术为主线，共分两卷，以7个模块分别介绍如何管理大数据生态系统、如何存储和处理数据、如何利用Hadoop工具、如何利用NoSQL与Hadoop协同工作，以及如何利用Hadoo
