机器学习技术类书单推荐,共11本:
《机器学习》
《图解机器学习》
《机器学习实战》【有电子版】
《机器学习系统设计》【有电子版】
《Python机器学习基础教程》【有电子版】
《Python机器学习经典实例》【有电子版】
《精通机器学习:基于R(第2版)》【有电子版】
《Spark机器学习》【有电子版】
《Java机器学习》【有电子版】
《Mahout实战》【有电子版】
《机器学习实践:测试驱动的开发方法》【有电子版】
入门1:全面经典
Machine Learning: The Art and Science of Algorithms that Make Sense of Data
http://www.ituring.com.cn/book/1119
作者:Peter Flach
译者:段菲
定价:79.00元
本书是迄今市面上内容最为全面的机器学习教材之一,书中汇集了所有用于理解、挖掘和分析数据的先进方法,并且通过数百个精选实例和解说性插图,直观而准确地阐释了这些方法背后的原理,内容涵盖了机器学习的构成要素和机器学习任务、逻辑模型、几何模型、统计模型,以及矩阵分解、ROC分析等时下热点话题。
入门2:最易上手
イラストで学ぶ 機械学習
http://www.ituring.com.cn/book/1371
作者:杉山将
译者:许永伟
定价:49.00元
本书用丰富的图示,从最小二乘法出发,对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况;第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法;第Ⅳ部分介绍了各种无监督学习算法;第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码,可以用来进行简单的测试。
实战1:最受欢迎
Machine Learning in Action
http://www.ituring.com.cn/book/1021
作者:Peter Harrington
译者:李锐 李鹏 曲亚东 王斌
定价:69.00元 / 电子书39.99元
全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。
实战2:必应团队教你ML系统设计
Building Machine Learning Systems with Python
http://www.ituring.com.cn/book/1192
作者:Willi Richert,Luis Pedro Coelho
译者:刘峰
定价:49.00元 / 电子书19.99元
本书将向读者展示如何从原始数据中发现模式,首先从Python与机器学习的关系讲起,再介绍一些库,然后就开始基于数据集进行比较正式的项目开发了,涉及建模、推荐及改进,以及声音与图像处理。通过流行的开源库,我们可以掌握如何高效处理文本、图片和声音。同时,读者也能掌握如何评估、比较和选择适用的机器学习技术。
入门:用Python机器学习
Introduction to Machine Learning with Python
http://www.ituring.com.cn/book/1915
作者:Andreas C. Müller ,Sarah Guido
译者:张亮(hysic)
定价:79.00元 / 电子书39.99元
本书主要内容包括:
经典实例:用Python机器学习
Python Machine Learning Cookbook
http://www.ituring.com.cn/book/1894
作者:Prateek Joshi 译者:陶俊杰,陈小莉 定价:59.00元
本书不仅可以帮你了解现实生活中机器学习的应用场景,而且通过有趣的菜谱式教程教你掌握处理具体问题的算法。
本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。通过本书,你不仅可以学会如何做出合理的决策,为自己选择合适的算法类型,而且可以学会如何高效地实现算法以获得最佳学习效果。
用R语言讲述机器学习高级技术
Mastering Machine Learning with R, Second Edition
http://www.ituring.com.cn/book/1989
作者:Cory Lesmeister
译者:陈光欣
定价:69.00元 / 电子书34.99元
机器学习是近年来的热门技术话题,R语言是处理其中大量数据的有力工具。
本书为读者提供机器学习和R语言的坚实算法基础和业务基础,内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高级选择特性、K最近邻和支持向量机等,力图平衡实践中的技术和理论两方面。
实战3:Spark + ML
Machine Learning with Spark
http://www.ituring.com.cn/book/1569
作者:Nick Pentreath
译者:蔡立宇 黄章帅 周济民
定价:59.00元 / 电子书29.99元
本书介绍Spark的基础知识,从利用Spark API来载入和处理数据,到将数据作为多种机器学习模型的输入。此外还通过详细的例子和现实应用讲解了常见的机器学习模型,包括推荐系统、分类、回归、聚类和降维。最后还介绍了一些高阶内容,如大规模文本数据的处理,以及Spark Streaming下的在线机器学习和模型评估方法。
实战4: Java
Machine Learning in Java
http://www.ituring.com.cn/book/1909
作者:Boštjan Kaluža
译者:武传海
定价:49.00元 / 电子书:24.99元
本书主要内容包括: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、检测异常、行为识别、图像识别以及文本分析。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。
实战5: Mahout ML
Mahout in Action
http://www.ituring.com.cn/book/862
作者:Sean Owen,Robin Anil等
译者:王斌 韩冀中 万吉
定价:79.00元 / 电子书31.99元
Mahout作为Apache的开源机器学习项目,把推荐系统、分类和聚类等领域的核心算法浓缩到了可扩展的现成的库中。使用Mahout可以在自己的项目中应用亚马逊、Netflix等公司的机器学习技术。
实战6:Test-Driven实践
Thoughtful Machine Learning: A Test-Driven Approach
http://www.ituring.com.cn/book/1546
作者:Matthew Kirk
译者:段菲
定价:49.00元 / 电子书
通过阅读本书,你将能够:
本书每一章都通过示例介绍了机器学习技术能够解决的有关数据的具体问题,以及求解问题和处理数据的方法。具体涵盖了测试驱动的机器学习、机器学习概述、K 近邻分类、朴素贝叶斯分类、隐马尔可夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进与数据提取等内容。
END.