《集体智慧编程》(Programming Collective Intelligence: Building Smart Web 2.0 Applications)【文字版_PDF电子书_推荐】_计算
《集体智慧编程》(Programming Collective Intelligence: Building Smart Web 2.0 Applications)【文字版_PDF电子书_推荐】
内容简介：
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。
作者简介：
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。
目 录：
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
《集体智慧编程》(Programming Collective Intelligence: Building Smart Web 2.0 Applications)【文字版_PDF电子书_下载】大小：30MB已经过安全软件检测无毒，请您放心下载。浏览器不支持脚本！购买本书：当当图书商城 | | 淘宝购书
有需要联系v；hx-hx4
摘要：《集体智慧编程》是一本关于构建智能Web 2.0应用程序的计算机类书籍。本文将从四个方面对该书进行详细阐述，包括书籍概述、内容介绍、核心理念和应用场景。通过本文的阐述，读者可以了解到《集体智慧编程》对于网页开发和数据挖掘的重要性，并能够根据书中提供的实例和技巧来构建智能的Web应用程序。
1、书籍概述
《集体智慧编程》是一本由托比·塞格兰（Toby Segaran）撰写的计算机类书籍，旨在帮助读者了解和应用集体智慧的概念和技术，以构建智能的Web 2.0应用程序。该书以简洁明了的方式讲解了相关的理论和技术，并提供了丰富的示例和实践。通过学习该书，读者可以学会如何使用Python编程语言来实现集体智慧算法，从而构建智能的Web应用。
该书共分为两部分，第一部分介绍了集体智慧的基本概念和技术，包括协同过滤、聚类、分类、搜索引擎优化等。第二部分则通过实例向读者展示了如何应用这些技术来构建智能的Web应用，如推荐系统、搜索引擎优化、社交网络分析等。
2、内容介绍
《集体智慧编程》的内容非常丰富，涵盖了集体智慧的各个方面。首先，书中介绍了协同过滤算法，该算法可以用于推荐系统的构建，帮助用户发现他们可能感兴趣的物品。接着，书中介绍了聚类算法，该算法可以根据物品之间的相似性将它们分组，用于市场细分和社交网络分析等领域。此外，书中还介绍了分类算法，该算法可以根据物品的特征将它们归类，用于文本分类和情感分析等任务。
除此之外，书中还介绍了搜索引擎优化的技术，包括关键词优化、页面排名和链接分析等。这些技术可以帮助网站提高在搜索引擎中的排名，吸引更多的流量。此外，书中还介绍了社交网络分析的技术，包括社群发现、信息传播和影响力分析等。这些技术可以帮助企业和组织了解其在社交网络中的影响力，从而制定更有效的营销和传播策略。
3、核心理念
《集体智慧编程》的核心理念是通过结合人类的智慧和计算机的计算能力来解决复杂的问题。集体智慧是指通过众多个体的智慧和行动来解决问题，它可以帮助我们发现隐藏在数据中的规律和趋势。而计算机的计算能力则可以帮助我们处理和分析大规模的数据，从而发现更深层次的规律。
通过应用集体智慧算法，我们可以构建智能的Web应用程序，从而提供更好的用户体验和服务。例如，通过推荐系统可以为用户提供个性化的推荐，帮助他们发现新的内容和产品；通过社交网络分析可以帮助企业了解其在社交网络中的影响力，从而制定更精准的营销策略。总之，通过结合集体智慧和计算机的计算能力，我们可以构建出更加智能和高效的Web应用程序。
4、应用场景
《集体智慧编程》的内容可以应用于各个领域的Web应用程序开发和数据挖掘。例如，在电子商务领域，可以应用推荐系统来为用户提供个性化的推荐，从而提高销售和用户满意度；在社交网络领域，可以应用社交网络分析来了解用户的兴趣和行为模式，从而制定更精准的营销策略。
此外，该书的内容也适用于学术界和科研机构。集体智慧算法在学术界和科研机构中有着广泛的应用，可以用于社会科学研究、生物信息学和金融分析等领域。因此，《集体智慧编程》不仅适合程序员和开发人员阅读，也适合学生和研究人员学习和应用。
总结：《集体智慧编程》是一本关于构建智能Web 2.0应用程序的计算机类书籍。该书介绍了集体智慧的基本概念和技术，并提供了丰富的示例和实践。通过学习该书，读者可以学会如何使用Python编程语言来实现集体智慧算法，从而构建智能的Web应用。无论是在电子商务领域还是学术界，集体智慧编程的内容都具有重要的应用价值。
本文由nayona.cn整理
本文采摘于网络，不代表本站立场，转载联系作者并注明出处： https://sm.nayona.cn/xinnengyuan/258316.html
