电子书：《java机器学习》《java机器学习》
111
内容简介：
图?程醒郎设计丛java机器学习machine learning in java斯洛文尼亚] bostjan kaluza著武传海译人民邮电出版社图书在版编目(c1p)数据java机器学习/(斯洛文)博思蒂安?卡鲁扎著武传海译.北京:人民邮电出版社.2017.9(图灵程序设计丛书)isbn978-7-115-46680-8①博…②武…i.①jana语言一程序设计.①tp312.8中guo版本图书馆cip数据核字(2017)第202589号本书介绍如何使用java创建并实现机器学习算法.既有基础知识.又提供实战案例.主要内容包括机器学习基本概念、原理.weka、 mahout、 spark等常见机器学习库的用法.各类机器学习常见任务.包括分类、预测预报、购物篮分析、桧测异常、行为识别、图像识別以及文本分析。最后还提供了相关web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容本书适合机器学习入门者.尤其是想使用java机器学习库进行数据分析的读者[斯洛文尼亚] bostjan kaluza责任编辑陈曦责任印制彭志环人民邮电出版社出版发行北京市丰台区成寿寺路1号100164电子郎件315 oppress. com.cn网址hpe/www.plpress.cor.cn三河市海波印务有限公司印刷开本:800印张:1.5字数:272千字2017年9月第1版3500册2017年9月河北第1次印刷著作权合同登记号图字:01-2017-5590号定价:49.00元读者服务热线01051095186转600印装质量热线010)8105531反盗版线010)81055315广告经营许可证:京东工商广登字20170147号机器学习是人工智能的一个分支.它在算法与数据的协助下.让计算机像人类一样学习和行动。针对给定的数据集.机器学习算法会学习数据的不同属性.并对以后可能遇到的数据属性本书教你如何使用java创建并实现机器学习算法.既有基础概念的讲解.也有示例供你学习当然.还会介绍一些常用的机器学习库.如weka、 apache mahout、male等。阅读本书后.你将懂得如何为特定问题选择合适的机器学习方法.以及如何比较与评估不同技术的优劣。书中还会讲解性能提升技术.包括输人预处理以及合并不同方法产生的输出。我们将探讨使用ava库进行机器学习的技术细节.并配有清晰易懂的示例。同时.你还将学习如何准备要分析的数据、如何选择机器学习方法.以及如何衡量流程的有效性。本书内容第1章机器学习应用快速入门。讲解机器学习的基础知识、常见概念、原理.以及机器学习的应用流程第2章面向机器学习的java库与平台。介绍各种机器学习专用的java库与平台。你将了解每个库提供的功能.以及可以用于解决些问题。涉及的机器学习库有wcka、java-ml、 apache第3章基本算法一一分类、回归和聚类。从最基本的机器学习任务入手.使用小巧又易懂的数据集.介绍分类、回归和聚类的关键算法第4章利用集成方法预测客户关系。深入研究一个真实的客户营销数据库.目标是对可能流失以及可进行追加推销与交叉推销的客户进行预测。我们将使用集成方法解决这个问题.并且采用在 kdd cup竞赛中获胜的解决方案。第5章关联分析。讲解如何使用关联规则挖掘分析共生关系。我们将通过“购物篮分析了解顾客的购买行为.并讨论如何将这种方法应用到其他领域第6章使用 apache mahout?制作推荐引擎。讲解一些基本概念.帮助你了解推荐引擎原理.然后利用 apache mahout?实现两个应用一基于内容的过滤与协同推荐器第7章欺诈与异常检.测。介绍异常和可疑模式检.测的背景.然后讲解两个实际应用一保险索赔欺诈检.测与网站流量异常检.测第8章利用 deeplearning4j进行图像识别。介绍图像识别与基本的神经网络架构.然后讨论如何利用depl库实现各种深度学习架构.以实现对手写体数字的识别利用手机传感器进行行为识别。借助传感器数据解决模式识别问题。这一章介绍行程.讲解如何使用 androidi设备收集数据.并提出一个分类模型以对ri常生活行为进行第10章利用male进行文本挖掘一一主题模型与垃圾邮件检.测。讲解文本挖掘的基础知只.介绍文本处理管道.演示如何将其应用于两个实际问題(主题建模与文档分类)第11章机器学习进阶。这是全书最后一章.提供关于如何部署模型的实用建议.并进一步给出提示.告诉你去哪里寻找更多资源、资料、场所和技术.以便深入了解机器学习。阅读前提为了实际运行书中示例.你需要一台安装有jdk的个人计算机。所有能下载的示例与源代码都假定你使用的是支持 maven(一个依赖管理与自动创建工具)与git(版本控制系统)的 eclipsede开发环境。各章示例依赖weka、 deeplearning4、 mallet. apache mahout等各种库。关于如何获取与安装这些库.会在各章首次用到它们时进行讲解读者对象本书为那些想学习如何使用java机器学习库进行数据分析的人而写。或许你已经对机器学习有了一点了解.但从未用过java;又或许你懂得一点java.而在机器学习方面是个新手。不论你属于哪种情况.本书都能让你快速上手.并提供必需的技能.让你能够成功创建、定制.以及在实际生活中部署机器学习应用。如果你懂得一点基本的编程知识以及数据挖掘相关概念会更女但不要求你必须拥有与数据挖据程序包相关的开发经验。配套资料本书专门配有一个在线支持网站(htrp/machine-learning-in-java.com).从中可以找到所有例代码、期误表.以及其他入门资料排版约定本书中.你会发现许多不同体例.它们用于区分不同类型的信息。下面给出一些例子.并对其含义进行说明正文中的代码、数据库表名、文件夹名、文件名、文件扩展名、路径名、伪url、用户输人和 twitter)用户名显示如“比如.bob拥有 height、 eye color、 hobbies三个属性.对应值依次为185cm、bluec1 imbuing与 sky diving代码块表示如下bob=hobbies: climbing. sky diving所有命令行输入或输出写成如下形式新术语与重要词语使用黑体显示。你在屏幕上看到的词.比如菜单或对话框中的词.在正文中显示如下:“在项目属性上点击鼠标右键.选择 tava build path.单击 libraries选项卡选择 add external jarb。警告或重要的注意事项提示和技巧读者反馈看法告诉我些方面是你喜欢的.哪些方面你不喜欢读者反馈对我们来说很重要.因为这可以帮助我们推出更符合读者需求的著作。要给我们提供反馈.只需向feedback(apacktpub.com发送电子邮件.并在郎件主题中指出书名如果你有擅长的主题.并有志于写书或撰稿.请参阅www.packtpub.com/authors的撰稿指南
#############################################
