91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
Java數(shù)據(jù)科學(xué)實戰(zhàn)
Java數(shù)據(jù)科學(xué)實戰(zhàn)
Michael R. Brzustowicz 著
姜建錦, 趙緒營, 張巖 譯
出版時間：2020年04月
頁數(shù)：186
“這是一本不可多得的、采用Java來實現(xiàn)與應(yīng)用數(shù)據(jù)科學(xué)的書。書中對機(jī)器學(xué)習(xí)所需的線 性代數(shù)和統(tǒng)計學(xué)的討論簡潔有力。本書匯集了布茹斯托維奇在該領(lǐng)域的豐富實戰(zhàn)經(jīng)驗，我強(qiáng)烈推薦?！?br /> ——Terence Parr
舊金山大學(xué)計算機(jī)科學(xué)和數(shù)據(jù)科學(xué)教授，語法分析器生成工具ANTLR之父
數(shù)據(jù)科學(xué)近年來迅速成為了熱門研究領(lǐng)域，但很少有數(shù)據(jù)科學(xué)從業(yè)人士冒險涉足Java世界?？紤]到在工程與科學(xué)的交叉地帶所需的可伸縮性、穩(wěn)健性以及便利性，Java其實是一門理想的語言。本書將循序漸進(jìn)地引導(dǎo)讀者進(jìn)入數(shù)據(jù)科學(xué)的工作流程，在解釋數(shù)學(xué)原理的同時給出代碼示例。書中解釋了數(shù)據(jù)科學(xué)流程每一步背后的基本數(shù)學(xué)原理，以及如何采用Java來應(yīng)用這些原理。
本書內(nèi)容涉及數(shù)據(jù)輸入與輸出、線性代數(shù)、統(tǒng)計學(xué)、數(shù)據(jù)操作、學(xué)習(xí)與預(yù)測，以及Hadoop MapReduce在這個過程中所扮演的關(guān)鍵角色。
● 討論獲取數(shù)據(jù)、清理數(shù)據(jù)，以及以純粹方式排列數(shù)據(jù)的眾多方法
● 理解數(shù)據(jù)應(yīng)采用的矩陣結(jié)構(gòu)
● 學(xué)習(xí)測試數(shù)據(jù)來源及數(shù)據(jù)有效性的基本概念
● 把數(shù)據(jù)轉(zhuǎn)換為穩(wěn)定且可用的數(shù)值
● 理解監(jiān)督型學(xué)習(xí)算法與無監(jiān)督型學(xué)習(xí)算法，以及評估這些算法是否成功的方法
● 采用適合數(shù)據(jù)科學(xué)算法的定制組件，設(shè)置和運(yùn)行MapReduce任務(wù)
  1. 前言　
  2. 第1章　數(shù)據(jù)的輸入與輸出　
  3. 1.1　究竟何謂數(shù)據(jù)　
  4. 1.2　數(shù)據(jù)模型　
  5. 1.2.1　一維數(shù)組　
  6. 1.2.2　多維數(shù)組
  7. 1.2.3　數(shù)據(jù)對象　
  8. 1.2.4　矩陣和向量　
  9. 1.2.5　JSON　
  10. 1.3　處理實際數(shù)據(jù)　
  11. 1.3.1　空值　
  12. 1.3.2　空格　
  13. 1.3.3　解析錯誤　
  14. 1.3.4　異常值　
  15. 1.4　管理數(shù)據(jù)文件　
  16. 1.4.1　首先理解文件內(nèi)容
  17. 1.4.2　讀取文本文件　
  18. 1.4.3　讀取JSON文件　
  19. 1.4.4　讀取圖像文件　
  20. 1.4.5　寫入文本文件　
  21. 1.5　掌握數(shù)據(jù)庫操作　
  22. 1.5.1　命令行客戶端　
  23. 1.5.2　結(jié)構(gòu)化查詢語言　
  24. 1.5.3　Java數(shù)據(jù)庫連接　
  25. 1.6　通過繪圖將數(shù)據(jù)可視化　
  26. 1.6.1　創(chuàng)建簡單圖形　
  27. 1.6.2　混合類型圖的繪制　
  28. 1.6.3　把圖存入文件　
  29. 第 2章　線性代數(shù)　
  30. 2.1　構(gòu)造向量和矩陣　
  31. 2.1.1　數(shù)組存儲　
  32. 2.1.2　塊存儲　
  33. 2.1.3　映射存儲　
  34. 2.1.4　訪問元素　
  35. 2.1.5　處理子陣　
  36. 2.1.6　隨機(jī)化　
  37. 2.2　向量與矩陣的運(yùn)算　
  38. 2.2.1　縮放　
  39. 2.2.2　轉(zhuǎn)置　
  40. 2.2.3　加與減　
  41. 2.2.4　長度　
  42. 2.2.5　距離　
  43. 2.2.6　相乘　
  44. 2.2.7　內(nèi)積　
  45. 2.2.8　外積　
  46. 2.2.9　逐項積　
  47. 2.2.10　復(fù)合運(yùn)算　
  48. 2.2.11　仿射變換　
  49. 2.2.12　映射函數(shù)　
  50. 2.3　矩陣分解　
  51. 2.3.1　Cholesky分解　
  52. 2.3.2　LU分解　
  53. 2.3.3　QR分解　
  54. 2.3.4　奇異值分解　
  55. 2.3.5　特征分解　
  56. 2.3.6　行列式　
  57. 2.3.7　矩陣逆　
  58. 2.4　求解線性方程組　
  59. 第3章　統(tǒng)計學(xué)　
  60. 3.1　數(shù)據(jù)的概率起源　
  61. 3.1.1　概率密度　
  62. 3.1.2　累積概率　
  63. 3.1.3　統(tǒng)計矩　
  64. 3.1.4　熵　
  65. 3.1.5　連續(xù)分布　
  66. 3.1.6　離散分布　
  67. 3.2　數(shù)據(jù)集的特征　
  68. 3.2.1　矩的計算　
  69. 3.2.2　描述性統(tǒng)計　
  70. 3.2.3　多元統(tǒng)計　
  71. 3.2.4　協(xié)方差與相關(guān)系數(shù)　
  72. 3.2.5　回歸　
  73. 3.3　處理大數(shù)據(jù)集　
  74. 3.3.1　累積統(tǒng)計　
  75. 3.3.2　統(tǒng)計結(jié)果的歸并　
  76. 3.3.3　回歸　
  77. 3.4　數(shù)據(jù)庫內(nèi)置函數(shù)的應(yīng)用　
  78. 第4章　數(shù)據(jù)操作　
  79. 4.1　轉(zhuǎn)換文本數(shù)據(jù)　
  80. 4.1.1　從文檔中提取標(biāo)記　
  81. 4.1.2　利用字典　
  82. 4.1.3　文檔向量化　
  83. 4.2　數(shù)值數(shù)據(jù)的縮放與歸一化　
  84. 4.2.1　對列進(jìn)行縮放　
  85. 4.2.2　對行進(jìn)行縮放　
  86. 4.2.3　矩陣的縮放算子　
  87. 4.3　將數(shù)據(jù)降維至主成分　
  88. 4.3.1　協(xié)方差方法　
  89. 4.3.2　SVD方法　
  90. 4.4　創(chuàng)建訓(xùn)練集、驗證集及測試集　
  91. 4.4.1　基于索引的重新采樣　
  92. 4.4.2　基于列表的重新采樣　
  93. 4.4.3　小批量　
  94. 4.5　標(biāo)簽的編碼　　
  95. 4.5.1　泛型編碼器　
  96. 4.5.2　一位有效編碼　
  97. 第5章　學(xué)習(xí)與預(yù)測　
  98. 5.1　學(xué)習(xí)算法　
  99. 5.1.1　迭代學(xué)習(xí)過程　
  100. 5.1.2　梯度下降優(yōu)化方法　
  101. 5.2　評估學(xué)習(xí)過程　
  102. 5.2.1　損失函數(shù)最小化　
  103. 5.2.2　方差和的最小化　
  104. 5.2.3　輪廓系數(shù)　
  105. 5.2.4　對數(shù)似然性　
  106. 5.2.5　分類器的準(zhǔn)確率　
  107. 5.3　無監(jiān)督型學(xué)習(xí)　
  108. 5.3.1　K均值聚類　
  109. 5.3.2　DBSCAN　
  110. 5.3.3　高斯混合　
  111. 5.4　監(jiān)督型學(xué)習(xí)　
  112. 5.4.1　樸素貝葉斯　
  113. 5.4.2　線性模型　
  114. 5.4.3　深度網(wǎng)絡(luò)　
  115. 第6章　Hadoop MapReduce　
  116. 6.1　Hadoop分布式文件系統(tǒng)　
  117. 6.2　MapReduce體系結(jié)構(gòu)　
  118. 6.3　編寫MapReduce應(yīng)用　
  119. 6.3.1　剖析MapReduce任務(wù)　
  120. 6.3.2　Hadoop數(shù)據(jù)類型　
  121. 6.3.3　映射器　
  122. 6.3.4　歸約器　
  123. 6.3.5　JSON字符串作為文本的簡單性　
  124. 6.3.6　部署技巧　
  125. 6.4　MapReduce示例　
  126. 6.4.1　單詞計數(shù)　
  127. 6.4.2　定制單詞計數(shù)　
  128. 6.4.3　稀疏線性代數(shù)　
  129. 附錄A　數(shù)據(jù)集　
  130. 作者簡介　
  131. 關(guān)于封面　
書名：Java數(shù)據(jù)科學(xué)實戰(zhàn)
譯者：姜建錦, 趙緒營, 張巖 譯
國內(nèi)出版社：人民郵電出版社
出版時間：2020年04月
頁數(shù)：186
書號：978-7-115-53330-2
原版書書名：Data Science with Java
原版書出版商：O'Reilly Media
Michael R. Brzustowicz
 
邁克爾·R.布茹斯托維奇（Michael R. Brzustowicz），從研究物理的博士后轉(zhuǎn)型為經(jīng)驗豐富的數(shù)據(jù)科學(xué)家，專注于建立分布式數(shù)據(jù)系統(tǒng)，并從海量數(shù)據(jù)中提取知識。他大部分的時間都在編寫（日常大數(shù)據(jù)問題的）統(tǒng)計模型方法及機(jī)器學(xué)習(xí)方法的定制多線程代碼。他是多家創(chuàng)業(yè)公司的合伙人，并在舊金山大學(xué)擔(dān)任兼職教授。
 
 
購買選項
定價：59.00元
書號：978-7-115-53330-2
出版社：人民郵電出版社