❏ 站外平台:

[图灵赠书]《Python数据挖掘入门与实践》点评赠书

| 2016-07-01 10:00   评论: 14 收藏: 2    

全面释放Python的数据分析能力,掌握大数据时代核心技术,轻松入门数据挖掘技术并将其应用于实际项目

活动时间:2016年7月1日-2016年7月7日

活动形式一 :在新浪微博关注@LINUX中国 @图灵教育 转发本微博即可。

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

活动形式二: 在Linux中国(http://linux.cn)试读图书样张,并进行评论,说说你喜爱它的理由,样章见文末。 

活动奖品:《Python数据挖掘入门与实践》图书一本(共5本)。

特此注意:

1、本站评论方式参与的用户,评论前需登录您的Linux中国账号,匿名评论无效。

2、微博用户参与活动,活动结束后注意查看@Linux中国_笑语彦然 微博公布的中奖名单或留意您的微博私信,本站用户参与活动,注意查看您注册Linux中国时所填写的邮箱。 我们会通过微博以及电子邮件两种方式获取您的邮寄信息。

基本信息

    • 作者: (澳) 罗伯特·莱顿(Robert Layton)   
    • 译者: 杜春晓
    • 丛书名: 图灵程序设计丛书
    • 出版社:人民邮电出版社
    • ISBN:9787115427106
    • 出版日期:2016 年7月
    • 开本:16开
    • 版次:1-1
  • 编辑推荐

在数据规模急速膨胀的大数据时代,数据挖掘这项甄别重要数据的核心技术正发挥越来越重要的作用。它将赋予你解决实际问题的“超能力”:预测体育赛事结果、精确投放广告、根据作品的风格解决作者归属问题,等等。 
本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言,由浅入深,以真实数据作为研究对象,真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书,读者将迈入数据挖掘的殿堂,透彻理解数据挖掘基础知识,掌握解决数据挖掘实际问题的优秀实践! 
- 理解决策树、朴素贝叶斯、支持向量机和深度学习
- 运用常见算法为解决现实问题建立数据模型
- 利用API从Reddit等网站获取数据集
- 从数据集中找出并提取特征
- 使用数据集设计并开发数据挖掘应用
- 基于实时数据,进行大数据处理

内容简介

本书作为数据挖掘入门读物,介绍了数据挖掘的基础知识、基本工具和实践方法,通过循序渐进地讲解算法,带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式,呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果,如何使用亲和性分析方法推荐电影,如何使用朴素贝叶斯算法进行社会媒体挖掘,等等。本书也涉及神经网络、深度学习、大数据处理等内容。
本书面向愿意学习和尝试数据挖掘的程序员。 

作译者

作者简介:
Robert Layton
计算机科学博士,网络犯罪问题和文本分析方面的专家。多年来一直热衷于Python编程,参与过scikit-learn库等很多开源库的开发,曾担任2014年度“谷歌编程之夏”项目导师。他曾与全球几大数据挖掘公司密切合作,挖掘真实数据并研发相关应用。他的公司dataPipeline为多个行业提供数据挖掘和数据分析解决方案。


译者简介:
杜春晓
英语语言文学学士,软件工程硕士。其他译著有《电子达人——我的第一本Raspberry Pi入门手册》《Python数据分析》。新浪微博:@宜_生。

图书样章: 【第一章】

购买链接:http://product.china-pub.com/4970337



最新评论

dog121 [Chrome 31.0|Windows XP] 2016-07-14 09:09 1 回复
书什么时候到。
caroline [Internet Explorer 8.0|Windows 7] 2016-07-11 00:26 1 回复
恭喜微博用户@skitta @胖哥一不小心入了皮坑 @王宪贺V 以及站内评论参与活动的用户dog121、粱小无拆获赠《Python数据挖掘入门与实践》图书,请3位微博用户将您的姓名、地址、邮编及电话私信发送给@Linux中国_笑语彦然 站内点评用户请查收注册Linux中国预留邮箱的邮件并回复。
dog121 [Chrome 45.0|Windows XP] 2016-07-09 08:02 回复
名单出来了吗
00小乐子00 [Chrome 50.0|Windows 8.1] 2016-07-07 00:59 1 回复
我是一名程序员,如今,计算机数据已然成了我们重要的信息传递媒介,不管是通过QQ,微博还是其他社交平台。这当中都存在数据的传递。关于数据的编程,我也是非常有兴趣的。
看了这本书的样章,对于书上的内容,其中一位留言者也作出了总结,我这里就说说数据挖掘的重要性吧。如同书中样章提到的亲和性的案例来解析数据挖掘的究竟。其实,的确有些数据是值得分析和总结的,这也很实用。所以,对于数据挖掘的这个过程很值得去深究了解一下。首先先不说对以后计算机应用的实用性,仅仅是思维方式就会得到很大的提升。
我之前并未对数据这方面进行深层次的研究,看了楼主分享的书中的样章,发现有些还真的挺有意思的,也很有道理。看了受益匪浅,很值得去看。所以,我会把这本书分享出去。当然,我也希望能够通过这次的活动得到这本书。
来自广东深圳的 Chrome 51.0|GNU/Linux 用户 2016-07-06 22:17 1 回复
pyhon把编程变的越来越简单
堕落小生 [Chrome 47.0|Windows XP] 2016-07-06 14:39 4 回复
看了好多网络爬虫的例程,还是没有办法自己做出来
走_走_走_走 [Firefox 45.0|Windows 7] 2016-07-05 08:55 1 回复
大数据的近些年越来越火,数据挖掘则必然的大势所趋。而python,对于一个运维人员,志向能在不久的将来成为一个运维开发工程师,python往小可以编写不错的脚本,往大能够写出不错的自动化运维工具,相信对于python,对于大数据的使用,对于一个未来的运维人员是不可或缺手段,相信广大的运维朋友会因为python而越走越远。
来自广东佛山的 QQ Browser 9.4|Windows 10 用户 2016-07-04 13:53 2 回复
对于数据挖掘我一直是很感兴趣的,一直想要找一个合适的平台,相信这本书能给我不错的体验
gaoyp27 [Chrome 51.0|Windows 10] 2016-07-04 10:35 2 回复
mark,留名!
来自山东的 WeChat 6.3|iOS 9.3 用户 2016-07-04 10:07 回复
个人感觉 python 是我非常喜欢的语言,原因也很简单 主要是因为简单 ,虽然运行效率不高 但是 在某些时候,运行效率可以做出让步,这个时候简单易用的python简直就是首选.
hrj294055233 [Firefox 47.0|Windows 7] 2016-07-03 13:31 1 回复
要什么自行车?
轻飘飘过 [Sogou Explorer 2|Windows 10] 2016-07-02 08:00 2 回复
数据挖掘是一项很热门的技术,在当今互联网+时代,能够利用数据挖掘来进行网上各大平台上的数据挖掘,不仅对平台开发端分析平台的欢迎程度或有效性有个很好的度量,而且对于使用该平台的用户也有一些很好的体验,能够对所关注的内容有更深刻的了解认识,想必是所有用户都迫切需要和认同的。
数据挖掘技术原理应该与大学或研究生阶段的数学建模竞赛上就能得到初步的体现,而对于没参加过相似赛事的人来说,想必也听过这项技术的大名吧,其最重要的部分应当属于机器学习部分,比如支持向量机、灰色神经网络。对于我来说,其中这些算法当初是利用matlab编写的,可是matlab有其的局限性,所以我转向python语言来做数据挖掘,python近年来也是迅速发展,所以对我这种对数据挖掘已经有所了解的人,想要学习如何利用python来编写其中的算法,我对其很感兴趣,希望能够获得这本书。
粱小无拆 [Chrome 45.0|Windows 7] 2016-07-01 17:47 2 回复
数据挖掘的定义是从海量数据中找到有意义的模式或知识。数据挖掘基于数据库、机器学习和现代统计学的迅速发展的交叉学科,在很多领域都有很多的应用,特别我当下工作的互联网公司,每天处理的数据更是很多,当然我不是专职的数据分析师,但是还是希望有机会通过本书了解一下数据挖掘的知识,数据挖掘分析涉及到很多的算法,源于机器学习的神经网络,决策树,也有基于统计学习理论的支持向量机,分类回归树,和关联分析的算法。当下这个年代,数据分析工具很多,而PYTHON就是最负盛名的数据分析工具,上手简单,但是深入也是很值得研究的。希望这次可以获得这本书,全面的了解一下数据挖掘基础知识,当然如果有机会,可以朝着这个方向发展一下。
dog121 [Chrome 50.0|Windows XP] 2016-07-01 11:29 6 回复
总的来说第一章内容安排的很好,介绍了python 以及ipython的安装,给不是太了解python 的读者开个好头,但是也有难度比如numpy的引入,整体来说可以接受,如果和《python科学计算》比较第一章内容还是比较简单的。本书还是介绍数据挖掘的,所以我认为找几个数据挖掘的模型来说说,还是比较贴切。整体来说还是不错的,勾起我继续读下去的欲望。 一点个人的愚见,希望分一本书给我。---python老鸟的期望

返回顶部

分享到微信

打开微信,点击顶部的“╋”,
使用“扫一扫”将网页分享至微信。