[圖靈贈書]《Python資料探勘入門與實踐》點評贈書

發表於2016-07-01
圖靈Python

全面釋放Python的資料分析能力，掌握大資料時代核心技術，輕鬆入門資料探勘技術並將其應用於實際專案

活動時間：2016年7月1日-2016年7月7日

活動形式一 ：在新浪微博關注@LINUX中國 @圖靈教育 轉發本微博即可。

                     微博地址：http://weibo.com/1772191555/DCKWehUze

活動形式二： 在Linux中國（http://linux.cn）試讀圖書樣張，並進行評論，說說你喜愛它的理由，樣章見文末。 

活動獎品：《Python資料探勘入門與實踐》圖書一本（共5本）。

特此注意：

1、本站評論方式參與的使用者，評論前需登入您的Linux中國賬號，匿名評論無效。

2、微博使用者參與活動，活動結束後注意檢視@Linux中國_笑語彥然 微博公佈的中獎名單或留意您的微博私信，本站使用者參與活動，注意檢視您註冊Linux中國時所填寫的郵箱。 我們會透過微博以及電子郵件兩種方式獲取您的郵寄資訊。

基本資訊

    • 作者： (澳) 羅伯特·萊頓(Robert Layton)   
    • 譯者： 杜春曉
    • 叢書名： 圖靈程式設計叢書
    • 出版社：人民郵電出版社
    • ISBN：9787115427106
    • 出版日期：2016 年7月
    • 開本：16開
    • 版次：1-1

  • 編輯推薦

在資料規模急速膨脹的大資料時代，資料探勘這項甄別重要資料的核心技術正發揮越來越重要的作用。它將賦予你解決實際問題的“超能力”：預測體育賽事結果、精確投放廣告、根據作品的風格解決作者歸屬問題，等等。 
本書使用簡單易學且擁有豐富第三方庫和良好社群氛圍的Python語言，由淺入深，以真實資料作為研究物件，真刀實槍地向讀者介紹Python資料探勘的實現方法。透過本書，讀者將邁入資料探勘的殿堂，透徹理解資料探勘基礎知識，掌握解決資料探勘實際問題的優秀實踐！ 
- 理解決策樹、樸素貝葉斯、支援向量機和深度學習
- 運用常見演算法為解決現實問題建立資料模型
- 利用API從Reddit等網站獲取資料集
- 從資料集中找出並提取特徵
- 使用資料集設計並開發資料探勘應用
- 基於實時資料，進行大資料處理

內容簡介

本書作為資料探勘入門讀物，介紹了資料探勘的基礎知識、基本工具和實踐方法，透過循序漸進地講解演算法，帶你輕鬆踏上資料探勘之旅。本書採用理論與實踐相結合的方式，呈現瞭如何使用決策樹和隨機森林演算法預測美國職業籃球聯賽比賽結果，如何使用親和性分析方法推薦電影，如何使用樸素貝葉斯演算法進行社會媒體挖掘，等等。本書也涉及神經網路、深度學習、大資料處理等內容。
本書面向願意學習和嘗試資料探勘的程式設計師。 

作譯者

作者簡介：
Robert Layton
電腦科學博士，網路犯罪問題和文字分析方面的專家。多年來一直熱衷於Python程式設計，參與過scikit-learn庫等很多開源庫的開發，曾擔任2014年度“谷歌程式設計之夏”專案導師。他曾與全球幾大資料探勘公司密切合作，挖掘真實資料並研發相關應用。他的公司dataPipeline為多個行業提供資料探勘和資料分析解決方案。


譯者簡介：
杜春曉
英語語言文學學士，軟體工程碩士。其他譯著有《電子達人——我的第一本Raspberry Pi入門手冊》《Python資料分析》。新浪微博：@宜_生。

圖書樣章： 【第一章】

購買連結：http://product.china-pub.com/4970337

相關文章