作译者简介
译者序
序
前言
第1章 数据挖掘简介及本书使用方法
第2章 协同过滤—爱你所爱
第3章 协同过滤—隐式评级及基于物品的过滤
第4章 内容过滤及分类—基于物品属性的过滤
第5章 分类的进一步探讨—算法评估及kNN
第6章 概率及朴素贝叶斯—朴素贝叶斯
第7章 朴素贝叶斯及文本—非结构化文本分类
第8章 聚类—群组发现
· · · · · · (收起)
具体描述
數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。大多數數據挖掘的教材都專注於介紹理論基礎，因而往往難以理解和學習。
本書是寫給程序員的一本數據挖掘指南，可以幫助讀者動手實踐數據挖掘、集體智慧並構建推薦係統。全書共8章，介紹瞭數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。本書采用“在實踐中學習”的方式，用生動的圖示、大量的錶格、簡明的公式、實用的Python代碼示例，闡釋數據挖掘的知識和技能。每章還給齣瞭習題和練習，幫助讀者鞏固所學的知識。
本書適閤對數據挖掘、數據分析和推薦係統感興趣的程序員及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕鬆有趣的數據挖掘課程教學參考書。
用户评价
##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。，
评分##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。
评分##习惯用字典代替矩阵
评分##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
评分##鉴于python水平和算法难度，改成'写给高中生的数据挖掘实践指南'比较合适
评分##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。，
评分##语言很有亲和力，不论有没有数据挖掘或者写代码的经历都很适合读，不过毕竟是入门读物，涵盖的面很有限。
评分##写得非常细，有数据，有代码，有测试，容易上手。
评分##行文结构非常适合入门，每一章从一个现实问题展开说明挖掘思路，会用简单场景距离，还有习题。 内容比较浅，偏向兴趣读物。
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有