0.0 0人评分
字数:7.9万
点击:3.7万
分类: 人工智能
标签:

用户还喜欢

  • R语言与数据挖掘

    R语言与数据挖掘

    张良均

    R是一种适用于统计分析计算和图像处理的语言,受S语言和Scheme语言影响发展而来。早期R是基于S语言的一个GNU项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不做任何修改地在R环境下运行。R的语法来自Scheme,作为一款诞生于20世纪90年代的语言,R已经成为S统计编程语言的一类实现方式。本书从实际应用出发,结合实例及应用场景,深入浅出地介绍了R语言应用的相关知识:R语言的安装及使用、数据对象与数据读写、常用数据管理、图形探索、高级绘图工具及常用的建模算法在R语言中的实现方式。书中以R语言的函数应用为主,先介绍了函数的应用场景及使用格式,再给出函数的应用实例,最后对函数的运行结果做出了解释,将掌握函数应用的所需知识点按照实际使用的流程展示出来。

  • 基于R语言的自动数据收集:网络抓取和文本挖掘实用指南

    基于R语言的自动数据收集:网络抓取和文本挖掘实用指南

    【德】西蒙·蒙策尔特;【德】克里斯蒂安·鲁巴;【德】彼得·迈博纳;【德】多米尼克·尼胡斯

    本书从社会科学研究者角度系统且深入阐释利用R语言进行自动化数据抓取和分析的工具、方法、原则和最佳实践。深入剖析自动化数据抓取和分析各个层面的问题,从网络和数据技术到网络抓取和文本挖掘的实用工具箱,重点阐释利用R语言进行自动化数据抓取和分析,能为社会科学研究者与开发人员设计、开发、维护和优化自动化数据抓取和分析提供有效指导。

  • 快乐的人生

    快乐的人生

    【美】戴尔·卡耐基

    讲述的许多普通人通地奋斗获得成功的真实故事,激励了无数陷入迷茫和困境的人,帮助他们重新找到了自己的人生。

  • 云数据中心构建实战:核心技术、运维管理、安全与高可用

    云数据中心构建实战:核心技术、运维管理、安全与高可用

    杨欢

    这是一本从实践角度系统、深度讲解如何构建和运营大规模云数据中心的著作,也是国内第一本关于云计算中心的专著,作者从事运维工作近10年,是作者在云计算和数据中心领域实践经验的总结。以传统数据中心开篇,第1章介绍了传统数据中心的等级与分类、规划与设计、管理和运维的目标与范畴、运营要求,目的是指导读者构建规范化的数据中心。第2章着重介绍了云计算的理念、优势,以及因地制宜的云选型,并对广大读者关注的云风险、云怀疑进行批判性的分析。第3章直面传统数据中心的现状和运营弊端,提出新型的云管理理念,同时阐述了当前最为流行的IaaS、PaaS、SaaS核心技术体系。以“云”为核心的数据中心需要自主、扩展、伸缩的技术架构,第4章从动态架构方向入手,详细介绍了云数据中心的基础架构、核心技术,以及结构建模。第5章详述云数据中心技术框架,以及不可忽略的虚拟化、大数据管理等核心技术。第6章将焦点定位在全球顶级标准协议,向读者朋友描述云在标准领域的步伐,同时绘制出未来智慧云数据中心的蓝图。安全与风险长期并存,哪怕是全球顶级云数据中心也会遭遇近乎离奇的事件,第7章会和大家共同经历云数据中心的灾难事件,并对风险的源头进行解析。第8章则从顶级安全架构入手,详细阐明云安全指南、云治理、云审计等安全措施,以及关键安全意识培养和各层面的安全保障。对于应用,则是贯穿于书籍的整体,云应用表现在多个方面,不论是底层的,或者是顶层的,在第9章,我们会重新审视云计算,展望未来云数据中心对IT产业的种种影响,同时还会为大家揭示非主流的XaaS架构。

  • 数据挖掘与R语言

    数据挖掘与R语言

    【葡】托尔戈(Torgo,L.)

    《计算机科学丛书:数据挖掘与R语言》首先简要介绍了R软件的基础知识(安装、R数据结构、R编程、R的输入和输出等)。然后通过四个数据挖掘的实际案例(藻类频率的预测、证券趋势预测和交易系统仿真、交易欺诈预测、微阵列数据分类)介绍数据挖掘技术。这四个案例基本覆盖了常见的数据挖掘技术,从无监督的数据挖掘技术、有监督的数据挖掘技术到半监督的数据挖掘技术。全书以实际问题、解决方案和对解决方案的讨论为主线来组织内容,脉络清晰,并且各章自成体系。读者可以从头至尾逐章学习,也可以根据自己的需要进行学习,找到自己实际问题的解决方案。读者既可以把《计算机科学丛书:数据挖掘与R语言》作为学习如何应用R的一本优秀教材,也可以作为数据挖掘的工具书。

R语言数据挖掘

R语言数据挖掘【哈萨克斯坦】贝特·麦克哈贝尔  著

本书介绍了关联规则、分类、聚类分析、异常值探测、数据流挖掘、时间序列、图形挖掘、网络分析、文本挖掘和网络分析等流行的数据挖掘算法,给出了具体算法以及这些算法的伪代码和R语言实现。本书可以作为统计学、计算机等相关专业高年级本科生或研究生的教材,也可以作为数据分析和挖掘等相关研究人员的参考资料。 [展开] [收起]

作者简介

贝特·麦克哈贝尔,为系统构架师,生活在中国北京、上海和乌鲁木齐等地。他于1995至2002年之间在清华大学学习,并获得计算机科学和技术的学士和博士学位。他在机器学习、数据挖掘、自然语言处理(NLP)、分布系统、嵌入系统、网络、移动平台、算法、应用数学和统计领域有丰富的经验。他服务过的客户包括CA Technologies、META4ALL和EDA(DFR的一家子公司)。同时,他也拥有在中国创办公司的经历。

评论

为该书打分

    Hi,,