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
Theoreticalneuroscienceprovidesaquantitativebasisfordescribingwhatnervoussystems...
《大型网站系统与Java中间件实践》内容简介:本书围绕大型网站和支撑大型网站架构的Java中间件的实践展开介绍。从分布式系统的知识
用Python编写程序,是相当容易的,所以这门语言非常流行。但若想掌握Python所特有的优势、魅力和表达能力,则相当困难,而且语言
C++ STL 标准程序库开发指南 本书特色 在开发语言中,c++的应用越来越广泛。而c++stl是标准的c++模板库,是算法和其他一些标准组件的集合,可...
《快乐琴童养成计划》内容简介:本书以钢琴老师的视角,从家长、老师、学生三个方面记录下发生在钢琴教室的故事。这些故事有成功的
内容简介活用CSS讓Web設計更多元!本書因應Web設計而生,在書中我們將焦點放在最重要的兩種語言上,即XHTML與CSS,並融合了目前最
代号为“Tiger”的下一个Java版本,不只是个小改动版。在语言核心中有超过100项以上的变动,同时有大量的对library与API所做的加
Namedoneofthegreatestmindsofthe20thcenturybyTime,TimBerners-Leeisresponsibleforo...
《C#本质论(第3版)》是一部好评如潮的语言参考书,作者用一种非常合理的方式来组织《C#本质论(第3版)》的内容,由浅人深地介绍了
《中国:推动金砖国家合作第二个黄金十年》内容简介:“求和平、谋发展、促合作、图共赢”,金砖国家“十年磨一剑”,一步一个脚印
《数字图像处理》是数字图像处理领域理论与实践相结合的成功之作,也是经典之作。全书强调如何应用理论知识解决工业和科学研究中
《萝莉正太动漫人物角色设定技法:元气森林》内容简介:萝莉和正太是对可爱的女孩和男孩的别称,他们不同的造型非常惹人喜爱。在以
《实证法学研究(第一期)》内容简介:《实证法学研究》以实证法学研究方法为中心,通过实证研究来反思法学理论,并对法律实践进行
这是一本可以帮助想进入编程设计领域的设计者学习的手册。从内容上避免了对所有Grasshopper组件的详细解析,而将重点放在逐渐学习
本书着重介绍现代密码学的加密思想及其实现方法,内容涉及数论、概率论、抽象代数、加密算法的思想及复杂度理论。本书介绍了密码
《海外征程2》内容简介:本书改编自华为前员工的真实经历,讲述了海外开拓者在海外拼搏的热血故事。拉美市场的战斗正式打响。4G网络
《传播网络理论》2003年由牛津大学出版社出版,并获得20113年国际传播学会组织传播分会的年度最佳著作奖《传播网络理论》不仅抓住
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...
《巡天记》内容简介:1965年9月,在一条神秘的军用铁路线的列车上,来自同一班级的10大学毕业生,一起奔向大漠深处的神秘之地。几年
田中一光,1930年生于日本,1950年毕业于日本京都美术学院,后与人合作创办日本设计中心,1960年成为该中心的艺术指导,1963年成