Toby Segaran是Genstruct公司的软件开发主管,这家公司涉足计算生物领域,他本人的职责是设计算法,并利用数据挖掘技术来辅助了解药品机理。Toby Segaran还为其他几家公司和数个开源项目服务,帮助它们从收集到的数据当中分析并发掘价值。除此以外,Toby Segaran还建立了几个免费的网站应用,包括流行的tasktoy和Lazybase。他非常喜欢滑雪与品酒,其博客地址是blog.kiwitobes.com,现居于旧金山。
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。
都是干货,没什么废话。注重由浅入深向读者讲解,兼顾各种细节。作者的编程经验丰富,书里的代码都是选自案例,可以直接应用。所以,这本书特别实用。 对我来说,终于搞明白了一种神经网络:多层感知机。首先将抽象神经元的权重(突触强度)存入到数据库中,或者通过反向传播...
评分都是干货,没什么废话。注重由浅入深向读者讲解,兼顾各种细节。作者的编程经验丰富,书里的代码都是选自案例,可以直接应用。所以,这本书特别实用。 对我来说,终于搞明白了一种神经网络:多层感知机。首先将抽象神经元的权重(突触强度)存入到数据库中,或者通过反向传播...
评分花了很长时间,终于断断续续地坚持把《Programming Collective Intelligence》给读完了。作者用非常直观的方式向读者展示了人工智能和机器学习中的大量经典的算法。更可贵的是,作者在展示算法时所使用的例子都是Internet中非常有代表性的场景,并且很多情况下还会结合一些...
评分好书,介绍一些常用算法的使用方法,如神经网络,支持向量机,模拟退火,遗传算法等.对普通读者已经够了.能将这些算法用熟,就能开发出非常好的应用程序来。 缺少当今最流行的小波和独立分量分析,当然不可能有最新的变分贝叶斯理论.对研究算法且用于应用开发的人来说可以是一个好实...
评分这部书写的非常好,如果与机器学习课程结合起来看的话会起到事半功倍的效果。此书重于实践,从源代码中也能看懂各章的知识,可以说,读了此书,会对人工智能有个更深入的认识。
翻译减分,有很多句子在原文里清晰简单,被翻译得莫名其妙。作者这种从零开始自己写决策树的精神是很伟大的,值得学习。
评分很“基础”的书,或者说很应用的书。可以用来快速了解领域概况,严格来说可能连基础都算不上,只能说是入门。
评分里头有些代码实现略糙。
评分失控中的蜂群,蜂群不是民主,而是一种局部随机整体最优的模型;皮尔逊距离是整体测量。
评分为毛叫集体?这个词儿在汉语里就是上世纪那场浩劫,还有对个性人性无情的扼杀,让我心有余悸
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有