本书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。全书内容翔实,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。
本书是Web开发者、架构师、应用工程师等的绝佳选择。
前言
第1章 集体智慧导言
什么是集体智慧
什么是机器学习
机器学习的局限
真实生活中的例子
学习型算法的其他用途
第2章 提供推荐
协作型过滤
搜集偏好
寻找相近的用户
推荐物品
匹配商品
构建一个基于del.icio.us的链接推荐系统
基于物品的过滤
使用MovieLens数据集
基于用户进行过滤还是基于物品进行过滤
练习
第3章 发现群组
监督学习和无监督学习
单词向量
分级聚类
绘制树状图
列聚类
K-均值聚类
针对偏好的聚类
以二维形式展现数据
有关聚类的其他事宜
练习
第4章 搜索与排名
搜索引擎的组成
一个简单的爬虫程序
建立索引
查询
基于内容的排名
利用外部回指链接
从点击行为中学习
练习
第5章 优化
组团旅游
描述题解
成本函数
随机搜索
爬山法
模拟退火算法
遗传算法
真实的航班搜索
涉及偏好的优化
网络可视化
其他可能的应用场合
练习
第6章 文档过滤
过滤垃圾信息
文档和单词
对分类器进行训练
计算概率
朴素分类器
费舍尔方法
将经过训练的分类器持久化
过滤博客订阅源
对特征检测的改进
使用Akismet
替代方法
练习
第7章 决策树建模
预测注册用户
引入决策树
对树进行训练
选择最合适的拆分方案
以递归方式构造树
决策树的显示
对新的观测数据进行分类
决策树的剪枝
处理缺失数据
处理数值型结果
对住房价格进行建模
对“热度”评价进行建模
什么时候使用决策树
练习
第8章 构建价格模型
构造一个样本数据集
k-最近邻算法
为近邻分配权重
交叉验证
不同类型的变量
对缩放结果进行优化
不对称分布
使用真实数据——eBay API
何时使用k-最近邻算法
练习
第9章 高阶分类:核方法与SVM
婚介数据集
数据中的难点
基本的线性分类
分类特征
对数据进行缩放处理
理解核方法
支持向量机
使用LIBSVM
基于Facebook的匹配
练习
第10章 寻找独立特征
搜集一组新闻
先前的方法
非负矩阵因式分解
结果呈现
利用股票市场的数据
练习
第11章 智能进化
什么是遗传编程
将程序以树形方式表示
构造初始种群
测试题解
对程序进行变异
交叉
构筑环境
一个简单的游戏
更多可能性
练习
第12章 算法总结
贝叶斯分类器
决策树分类器
神经网络
支持向量机
k-最近邻
聚类
多维缩放
非负矩阵因式分解
优化
附录A:第三方函数库
附录B:数学公式
索引
本书是国内第一部系统阐述如何开发基于,lava的Web动态图表的专著。不仅详述了如何利用Java对图形的处理能力,通过JavaApplet、J
《UNIX编程艺术》内容简介:本书主要介绍了Unix系统领域中的设计和开发哲学、思想文化体系、原则与经验,由公认的Unix编程大师、开
《PHP框架高级编程:应用Symfony、CakePHP和Zend》详细比较Symfony、CakePHP和ZendFramework的利弊,并介绍如何使用每种...
本书介绍了行为科学(重点是心理学)中用到的基本统计知识:描述性统计、简单的假设验证和最简单的多元统计。全书共分4个部分:第一部
ReadytocommittousingmoreCSSonyoursites?Ifyouareahands-onlearnerwhohasbeentoyingw...
《网络推手运作揭秘:挑战互联网公共空间》是第一本运用参与观察法(Ethnography)深入研究网络推手运作的著作。作者采用网上资料搜
CATIA V5R20快速入门.进阶与精通-(含多媒体DVD光盘2张) 本书特色 本书是全面、系统学习和运用catia v5r20软件的快速入门、进阶与精通书籍...
CorelDRAW X4基础运用与设计实例 本书特色 《CorelDRAW X4基础运用与设计实例》:艺术与设计类规划教材。CorelDRAW X4基础运用与设...
《上班族最爱读的心理呵护书》内容简介:在现代社会中,上班族是一个非常重要的群体,在自己的岗位上默默地耕耘。然而,他们在为社
《手到病自除4:儿童常见病特效疗法(2022版)》内容简介:本书既是一本故事书,又是一本说明书;本书用全彩真人实拍图来示范40余种
Ajax,thepopulartermforAsynchronousJavaScriptandXML,isoneofthemostimportantcombin...
Designerscreateworldsandsolveproblemsusingdesignthinking.Lookaroundyourofficeorh...
《简笔画5000例,一本就够(动物篇)》内容简介:简笔画几乎是每个人孩提时代绘画生涯的开始。简单的线条,可爱的形状,总是能释放
《Nginx高性能Web服务器详解》全面介绍了当前Internet上流行的一款开放源代码的Web服务器——Nginx。全书一共分为四大部分,分别
《数据结构》(C语言版)针对采用ANSIC实现数据结构进行了全面的描述和深入的讨论。书中详细讨论了栈、队列、链表以及查找结构、高
Themoney-basedglobaleconomyisfailing.Thecreditcrunchunderminedcapitalismsability...
支持向量机鲁棒性模型与算法研究 本书特色 支持向量机是基于统计学习理论,以结构风险*小化为原则的一种针对小样本情况的新型机器学习方法,具有结构简单、全局*解和泛...
《VB语言程序设计实验教程》内容简介:本书是《VB语言程序设计教程(第2版)》一书的配套实验教程。全书共14章,前10章讲解程序设计
在美丽的风景背后,也有一些见不得光的阴暗角落,而这时候的科罗拉多由俨然成了助纣为虐的帮凶,只有无数的冤魂在这里游荡,其中
◆全球工业设计教父,世界顶级创意咨询公司青蛙公司创始人哈特穆特·艾斯林格,首次揭秘设计战略如何塑造商业的未来,如何将创新