具體描述
《集體智慧編程》以機器學習與計算統計為主題背景，專門講述如何挖掘和分析Web 上的數據和資源，如何分析用戶體驗、市場營銷、個人品味等諸多信息，並得齣有用的結論，通過復雜的算法來從Web 網站獲取、收集並分析用戶的數據和反饋信息，以便創造新的用戶價值和商業價值。全書內容翔實，包括協作過濾技術（實現關聯産品推薦功能）、集群數據分析（在大規模數據集中發掘相似的數據子集）、搜索引擎核心技術（爬蟲、索引、查詢引擎、PageRank算法等）、搜索海量信息並進行分析統計得齣結論的優化算法、貝葉斯過濾技術（垃圾郵件過濾、文本過濾）、用決策樹技術實現預測和決策建模功能、社交網絡的信息匹配技術、機器學習和人工智能應用等。
《集體智慧編程》是Web 開發者、架構師、應用工程師等的絕佳選擇。
著者簡介
Toby Segaran是Genstruct公司的軟件開發主管，這傢公司涉足計算生物領域，他本人的職責是設計算法，並利用數據挖掘技術來輔助瞭解藥品機理。Toby Segaran還為其他幾傢公司和數個開源項目服務，幫助它們從收集到的數據當中分析並發掘價值。除此以外，Toby Segaran還建立瞭幾個免費的網站應用，包括流行的tasktoy和Lazybase。他非常喜歡滑雪與品酒，其博客地址是blog.kiwitobes.com，現居於舊金山。
圖書目錄
前言.................................................................................................................... viii
第1章 集體智慧導言......................................................................................... 1
什麼是集體智慧......................................................................................................................2
什麼是機器學習......................................................................................................................3
機器學習的局限......................................................................................................................4
真實生活中的例子..................................................................................................................5
學習型算法的其他用途..........................................................................................................5
第2章 提供推薦................................................................................................ 7
協作型過濾..............................................................................................................................7
搜集偏好.................................................................................................................................8
尋找相近的用戶......................................................................................................................9
推薦物品...............................................................................................................................15
匹配商品...............................................................................................................................17
構建一個基於del.icio.us的鏈接推薦係統..........................................................................19
基於物品的過濾....................................................................................................................22
使用MovieLens數據集........................................................................................................25
基於用戶進行過濾還是基於物品進行過濾........................................................................27
練習.......................................................................................................................................28
第3章 發現群組.............................................................................................. 29
監督學習和無監督學習........................................................................................................29
單詞嚮量...............................................................................................................................30
分級聚類...............................................................................................................................33
繪製樹狀圖............................................................................................................................38
列聚類...................................................................................................................................40
K-均值聚類............................................................................................................................42
針對偏好的聚類....................................................................................................................44
以二維形式展現數據............................................................................................................49
有關聚類的其他事宜............................................................................................................53
練習.......................................................................................................................................53
第4章 搜索與排名.......................................................................................... 54
搜索引擎的組成....................................................................................................................54
一個簡單的爬蟲程序............................................................................................................56
建立索引...............................................................................................................................58
查詢.......................................................................................................................................63
基於內容的排名....................................................................................................................64
利用外部迴指鏈接................................................................................................................69
從點擊行為中學習................................................................................................................74
練習.......................................................................................................................................84
第5章 優化..................................................................................................... 86
組團旅遊...............................................................................................................................87
描述題解...............................................................................................................................88
成本函數...............................................................................................................................89
隨機搜索...............................................................................................................................91
爬山法...................................................................................................................................92
模擬退火算法........................................................................................................................95
遺傳算法...............................................................................................................................97
真實的航班搜索..................................................................................................................101
涉及偏好的優化..................................................................................................................106
網絡可視化..........................................................................................................................110
其他可能的應用場閤..........................................................................................................115
練習.....................................................................................................................................116
第6章 文檔過濾.............................................................................................117
過濾垃圾信息......................................................................................................................117
文檔和單詞..........................................................................................................................118
對分類器進行訓練..............................................................................................................119
計算概率..............................................................................................................................121
樸素分類器..........................................................................................................................123
費捨爾方法..........................................................................................................................127
將經過訓練的分類器持久化..............................................................................................132
過濾博客訂閱源..................................................................................................................134
對特徵檢測的改進..............................................................................................................136
使用Akismet........................................................................................................................138
替代方法..............................................................................................................................139
練習.....................................................................................................................................140
第7章 決策樹建模........................................................................................ 142
預測注冊用戶......................................................................................................................142
引入決策樹..........................................................................................................................144
對樹進行訓練......................................................................................................................145
選擇最閤適的拆分方案......................................................................................................147
以遞歸方式構造樹..............................................................................................................149
決策樹的顯示......................................................................................................................151
對新的觀測數據進行分類..................................................................................................153
決策樹的剪枝......................................................................................................................154
處理缺失數據......................................................................................................................156
處理數值型結果..................................................................................................................158
對住房價格進行建模..........................................................................................................158
對“熱度”評價進行建模..................................................................................................161
什麼時候使用決策樹..........................................................................................................164
練習.....................................................................................................................................165
第8章 構建價格模型..................................................................................... 167
構造一個樣本數據集..........................................................................................................167
k-最近鄰算法.......................................................................................................................169
為近鄰分配權重..................................................................................................................172
交叉驗證..............................................................................................................................176
不同類型的變量..................................................................................................................178
對縮放結果進行優化..........................................................................................................181
不對稱分布..........................................................................................................................183
使用真實數據——eBay API...............................................................................................189
何時使用k-最近鄰算法......................................................................................................195
練習.....................................................................................................................................196
第9章 高階分類：核方法與SVM ................................................................. 197
婚介數據集..........................................................................................................................197
數據中的難點......................................................................................................................199
基本的綫性分類..................................................................................................................202
分類特徵..............................................................................................................................205
對數據進行縮放處理..........................................................................................................209
理解核方法..........................................................................................................................211
支持嚮量機..........................................................................................................................215
使用LIBSVM......................................................................................................................217
基於Facebook的匹配........................................................................................................219
練習.....................................................................................................................................225
第10章 尋找獨立特徵................................................................................... 226
搜集一組新聞......................................................................................................................227
先前的方法..........................................................................................................................231
非負矩陣因式分解..............................................................................................................232
結果呈現..............................................................................................................................240
利用股票市場的數據..........................................................................................................243
練習.....................................................................................................................................248
第11章 智能進化.......................................................................................... 250
什麼是遺傳編程..................................................................................................................250
將程序以樹形方式錶示......................................................................................................253
構造初始種群......................................................................................................................257
測試題解..............................................................................................................................259
對程序進行變異..................................................................................................................260
交叉.....................................................................................................................................263
構築環境..............................................................................................................................265
一個簡單的遊戲..................................................................................................................268
更多可能性..........................................................................................................................273
練習.....................................................................................................................................276
第12章 算法總結.......................................................................................... 277
貝葉斯分類器......................................................................................................................277
決策樹分類器......................................................................................................................281
神經網絡..............................................................................................................................285
支持嚮量機..........................................................................................................................289
k-最近鄰...............................................................................................................................293
聚類.....................................................................................................................................296
多維縮放..............................................................................................................................300
非負矩陣因式分解..............................................................................................................302
優化.....................................................................................................................................304
附錄A：第三方函數庫..................................................................................... 309
附錄B：數學公式............................................................................................. 316
索引.................................................................................................................. 323
· · · · · · (收起)
第1章 集體智慧導言......................................................................................... 1
什麼是集體智慧......................................................................................................................2
什麼是機器學習......................................................................................................................3
機器學習的局限......................................................................................................................4
真實生活中的例子..................................................................................................................5
學習型算法的其他用途..........................................................................................................5
第2章 提供推薦................................................................................................ 7
協作型過濾..............................................................................................................................7
搜集偏好.................................................................................................................................8
尋找相近的用戶......................................................................................................................9
推薦物品...............................................................................................................................15
匹配商品...............................................................................................................................17
構建一個基於del.icio.us的鏈接推薦係統..........................................................................19
基於物品的過濾....................................................................................................................22
使用MovieLens數據集........................................................................................................25
基於用戶進行過濾還是基於物品進行過濾........................................................................27
練習.......................................................................................................................................28
第3章 發現群組.............................................................................................. 29
監督學習和無監督學習........................................................................................................29
單詞嚮量...............................................................................................................................30
分級聚類...............................................................................................................................33
繪製樹狀圖............................................................................................................................38
列聚類...................................................................................................................................40
K-均值聚類............................................................................................................................42
針對偏好的聚類....................................................................................................................44
以二維形式展現數據............................................................................................................49
有關聚類的其他事宜............................................................................................................53
練習.......................................................................................................................................53
第4章 搜索與排名.......................................................................................... 54
搜索引擎的組成....................................................................................................................54
一個簡單的爬蟲程序............................................................................................................56
建立索引...............................................................................................................................58
查詢.......................................................................................................................................63
基於內容的排名....................................................................................................................64
利用外部迴指鏈接................................................................................................................69
從點擊行為中學習................................................................................................................74
練習.......................................................................................................................................84
第5章 優化..................................................................................................... 86
組團旅遊...............................................................................................................................87
描述題解...............................................................................................................................88
成本函數...............................................................................................................................89
隨機搜索...............................................................................................................................91
爬山法...................................................................................................................................92
模擬退火算法........................................................................................................................95
遺傳算法...............................................................................................................................97
真實的航班搜索..................................................................................................................101
涉及偏好的優化..................................................................................................................106
網絡可視化..........................................................................................................................110
其他可能的應用場閤..........................................................................................................115
練習.....................................................................................................................................116
第6章 文檔過濾.............................................................................................117
過濾垃圾信息......................................................................................................................117
文檔和單詞..........................................................................................................................118
對分類器進行訓練..............................................................................................................119
計算概率..............................................................................................................................121
樸素分類器..........................................................................................................................123
費捨爾方法..........................................................................................................................127
將經過訓練的分類器持久化..............................................................................................132
過濾博客訂閱源..................................................................................................................134
對特徵檢測的改進..............................................................................................................136
使用Akismet........................................................................................................................138
替代方法..............................................................................................................................139
練習.....................................................................................................................................140
第7章 決策樹建模........................................................................................ 142
預測注冊用戶......................................................................................................................142
引入決策樹..........................................................................................................................144
對樹進行訓練......................................................................................................................145
選擇最閤適的拆分方案......................................................................................................147
以遞歸方式構造樹..............................................................................................................149
決策樹的顯示......................................................................................................................151
對新的觀測數據進行分類..................................................................................................153
決策樹的剪枝......................................................................................................................154
處理缺失數據......................................................................................................................156
處理數值型結果..................................................................................................................158
對住房價格進行建模..........................................................................................................158
對“熱度”評價進行建模..................................................................................................161
什麼時候使用決策樹..........................................................................................................164
練習.....................................................................................................................................165
第8章 構建價格模型..................................................................................... 167
構造一個樣本數據集..........................................................................................................167
k-最近鄰算法.......................................................................................................................169
為近鄰分配權重..................................................................................................................172
交叉驗證..............................................................................................................................176
不同類型的變量..................................................................................................................178
對縮放結果進行優化..........................................................................................................181
不對稱分布..........................................................................................................................183
使用真實數據——eBay API...............................................................................................189
何時使用k-最近鄰算法......................................................................................................195
練習.....................................................................................................................................196
第9章 高階分類：核方法與SVM ................................................................. 197
婚介數據集..........................................................................................................................197
數據中的難點......................................................................................................................199
基本的綫性分類..................................................................................................................202
分類特徵..............................................................................................................................205
對數據進行縮放處理..........................................................................................................209
理解核方法..........................................................................................................................211
支持嚮量機..........................................................................................................................215
使用LIBSVM......................................................................................................................217
基於Facebook的匹配........................................................................................................219
練習.....................................................................................................................................225
第10章 尋找獨立特徵................................................................................... 226
搜集一組新聞......................................................................................................................227
先前的方法..........................................................................................................................231
非負矩陣因式分解..............................................................................................................232
結果呈現..............................................................................................................................240
利用股票市場的數據..........................................................................................................243
練習.....................................................................................................................................248
第11章 智能進化.......................................................................................... 250
什麼是遺傳編程..................................................................................................................250
將程序以樹形方式錶示......................................................................................................253
構造初始種群......................................................................................................................257
測試題解..............................................................................................................................259
對程序進行變異..................................................................................................................260
交叉.....................................................................................................................................263
構築環境..............................................................................................................................265
一個簡單的遊戲..................................................................................................................268
更多可能性..........................................................................................................................273
練習.....................................................................................................................................276
第12章 算法總結.......................................................................................... 277
貝葉斯分類器......................................................................................................................277
決策樹分類器......................................................................................................................281
神經網絡..............................................................................................................................285
支持嚮量機..........................................................................................................................289
k-最近鄰...............................................................................................................................293
聚類.....................................................................................................................................296
多維縮放..............................................................................................................................300
非負矩陣因式分解..............................................................................................................302
優化.....................................................................................................................................304
附錄A：第三方函數庫..................................................................................... 309
附錄B：數學公式............................................................................................. 316
索引.................................................................................................................. 323
· · · · · · (收起)
讀後感
評分
记得第一次读这本书的时候，是刚毕业在第一家小公司工作，虽然当时只是做Web，但是作为十人团队中少有的还有那么点数学基础的人，无可避免地把一些简单的非工程化的东西接了过来。当时有一个小任务是来做喜欢xxx的人也喜欢xxx，老大就把这本集体智慧编程扔给了我，说看这本书，...
評分这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。 不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚...
評分这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。 不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚...
評分看了没几页，就有醍醐灌顶的感觉，一起很多迷茫的问题都清晰了不少。相信看完并理解好了之后一定会功力大增
評分作者把复杂的东西讲的我这么平凡的读者都可以读懂，并产生了极大的兴趣。是在是佩服。 有点遗憾的是 每章后的习题 没有答案，哪位朋友有答案，或者都能很简单的完成的，希望写出来放在网上，共大家参考。 虽然我不是搞 c端的，目前用处不大，但对于信息大爆炸的时代来说 迟早会...
用戶評價
评分
入門佳作
评分計時學習，共334頁 用python2寫的，不爽 有些網站的訪問需要翻牆，不爽 20191016—01～1—2 20191019—02～2—各部分總覽 20191020—03～7—20 20191022—04～20—22跳過，直接進入第三章29— 這一天晚上給我氣的，這本書哪好瞭？ 其中的很多數據根據鏈接都找不到！ 也許實效性很強吧，我沒有趕上好時機。
评分是python2寫的
评分機器學習算法入門&擴展視野；
评分數據挖掘算法入門好書，淺顯易懂，應該早幾年看它的 代碼的例子有點弱，有些打印的程序片段感覺是湊字數的
相關圖書
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
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有