svm 关于svm的一本非常好的书籍，适合搞数据挖掘、模式识别、函数拟 人群 AI-NN-PR 人工智能/神 络 238万源代码下载-
&文件名称: svm
& & & & &&]
&&所属分类:
&&开发工具: PDF
&&文件大小: 7472 KB
&&上传时间:
&&下载次数: 47
&&提 供 者:
&详细说明：关于svm的一本非常好的书籍，适合搞数据挖掘、模式识别、函数拟合的人群-A good book about svm
文件列表(日期：)(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&近期下载过的用户:
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - BP神经网络用于函数拟合与模式识别的Matlab示例程序,说明很详细,并且代码可以直接拿来用
&[] - 很好的 书籍，阅读后可以成功有效的完成数据挖掘过程的所有阶段的基本过程。
&[] - 了解数据挖掘的各种算法，是一本帮助初学者入门的好书
&[] - 支持向量机的VC++相关源程序代码,希望对大家有用!
&[] - 支持向量机的SMO算法实现数据拟合训练的基本程序，用c++编写．
&[] - 《图像模式识别 VC＋＋实现》一书的配套源码，自已整理过的，文件比较小，下载速度快
&[] - 最小二乘支持向量机,用于多元非线性回归分析,非线性拟合与预测
&[] - 能够很好的实现数据分类和拟合。是最新算法。
&[] - 模式识别的一本原理书，第二版。适合初学者。
&[] - 吴逸飞的《模式识别原理,方法及应用》清华大学出版社出版的，是学习模式识别的一本比较好的入门书。大数据工程师基础，希望转向数据挖掘，求推荐书籍？
本人大二狗一名，在自学完hadoop一系列后，希望以此为基础，进行数据挖掘的学习。虽然了解一定数据挖掘的知识体系，但苦于网络信息量太繁杂，无法判断信息正确性，特来知乎求教各位前辈，希望推荐数据挖掘书籍。同时本人对机器学习方面内容非常感兴趣，希望同时推荐一本基础一些的机器学习方面的书籍。另：本人数学基础只有工科的高数、线代、概率论三门，学过些矩阵论的内容，希望推荐一本适合的统计学书籍。不胜感激！
按投票排序
谢邀。数据挖掘： Leskovec, Rajaraman & Ullman, Mining of Massive Datasets机器学习：Russel & Norwig, Artificial Intelligence: A Modern Approach （感觉比PRML基础一些）统计的话不知道题主要什么难度的，不过从工程应用和看得懂上面两本书出发，本科的概率论或者入门统计课应该足够了。希望能帮到你！
机器学习方面的书，我推荐《》这本，虽然这本书基本上很少讲Why，但是How讲的很好，正如他的名字那样强调实用。统计学方面的书，我推荐《》这本，虽然这本书很薄，并且没有体系，应该是作者的工作笔记，但是他有程序实现，还是一本非常不错的实用书。另外这是该作者的Think系列丛书，也推荐题主阅读这一系列书。以上两本书需要Python基础，如果想学习Python我推荐“”===============最后关于有些人推荐的《》和《》我并不觉得适合新手阅读。前者是boosting学派的代表作，后者是贝叶斯学派的扛鼎之作，但这都不重要。重要的是他们是学术书籍，而且很贵，当然也很厚，像《那样厚（也像《》那样厚），如果你没看完算法导论，我相信你也看不完这两本书的其中一本（很遗憾上面说的4本书，我都没看完）。我的建议是，掌握了How之后，如果还对这个领域有兴趣，不妨去读一读这几本书，来了解What和Why。另外如果对数学（尤其是形式逻辑和数论）有兴趣，也推荐《》《》，《》这几本书要比前面那几本好看多了~
谢邀。理论方面可参考一下书单：C. M. Bishop, Pattern Recognition and Machine LearningC. D. Manning, P. Raghaven, H. Schutze, Introduction to Information RetrievalC. D. Manning, H. Schutze, Foundations of Statistical Natural Language ProcessingT. Hastie, R. Tibshirani, J. Friedman, Elements of Statistical LearningJ. Leskovec, A. Rajaraman, J. Ullman, Mining of Massive Datasets ()J. Hopcraft, Foundations of Data Science另外有一些技术性的东西，要用什么就学什么吧。
统计学习方法 模式分类
理论方面网上有很多slides，可以帮助你了解算法，比较经典的有斯坦福大学的那套视频教程，还有去年出的台湾某大学的教程，coursera上都有，如果要了解详细推倒可以看prml。实践方面推荐推荐系统实战和集体智慧编程，上面详细实现了基本的算法。
理论的话Tom的机器学习，李航的统计学习方法，PRML。实验的话ml in action，集体智慧编程。其实想问题主大二是如何学习hadoop的，我大三上的时候学得好费劲放弃，继续看理论了。
不泻药很早以前就在quora看到过，首先看这个问题教材推荐看这个问题
知乎+百度，推荐的书很多，何必要人在回答。资料介绍数据挖掘:客户关系管理的科学与技术作者：迈克尔　译者：袁卫&等出版社：中国财政经济出版社出版日期：2004年1月本书解决了二个重要问题:从实际操作层面阐述数据挖掘并将它与商业世界联系起来,太多数据挖掘者忘记了他们最终是为商业服务的,但本书的作者没有犯这个低级错误。如果你对数据挖掘有兴趣,本书是必读书。第1部分&本书焦点第1章&数据挖掘概述第2章&为什么要精通数据挖掘这门艺术第3章&数据挖掘方法论:互动循环系统第4章&客户和他们的生命周期第2部分&数据挖掘的三大支柱第5章&数据挖掘技术与算法第6章&无所不在的数据第7章&建立有效的预测模型第8章&实施控制:建立数据挖掘环境第3部分&案例研究第9章&数据挖掘在目录直销业中的应用第10章&数据挖掘在在线银行业中的应用第11章&数据挖掘在无线通信业中的应用第12章&数据挖掘在电信业中的应用第13章&谁正在买什么?第14章&不浪费、不短缺:改善生产流程第15章&社会议题:数据挖掘与隐私权索引
为确保所下资料能正常使用,请使用[]或以上版本解压本站资料.相应的阅读器打开.站内所有资源是从网上收集整理所得,仅供测试之用。本站所有内容自于网络；如本站有相关内容侵犯了您的权利，请发邮件通知我们。苹果/安卓/wp
苹果/安卓/wp
积分 36, 距离下一级还需 9 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
开心签到天数: 4 天连续签到: 2 天[LV.2]偶尔看看I
本帖最后由 tzfpfx 于
17:39 编辑
分享基本有关Python数据挖掘方面的经典书籍，以供大家参考
(4.26 MB, 售价: 2 个论坛币)
17:11:01 上传
售价: 2 个论坛币
(144.1 KB, 售价: 2 个论坛币)
17:10:49 上传
售价: 2 个论坛币
(277.04 KB, 售价: 2 个论坛币)
17:10:48 上传
售价: 2 个论坛币
支持楼主：、
购买后，论坛将奖励 10 元论坛资金给楼主，以表示您对TA发好贴的支持
载入中......
奖励积极上传好的资料
总评分:&经验 + 24&
论坛币 + 50&
<div class="sign" style="max-height:1024maxHeightIE:
tzfpfx 发表于
分享基本有关Python数据挖掘方面的经典书籍，以供大家参考学习下，还是上学时候接触过，不知道现在发展的怎样了
几篇文献，冒充什么书籍！
用Python进行自然语言处理.pdf 这本书不错
希望lz多发好资料
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级学术勋章
高级学术勋章
高级热心勋章
高级热心勋章
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师大数据应用论坛（上）：现场直击百度、腾讯、eBay等大数据应用实践
发表于 15:40|
摘要：2014中国大数据技术大会第二日上午大数据应用论坛上，包括华盛顿大学终身教授，中国联通研究院大数据/云计算首席科学家陈一昕、百度研究院大数据实验室数据科学家沈志勇等专家分享大数据在各个行业应用的实际案例。
【CSDN现场报道】-14日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中科院计算所与CSDN共同协办，以推进大数据科研、应用与产业发展为主旨的（Big Data Technology Conference 2014，BDTC 2014）暨第二届CCF大数据学术会议在北京新云南皇冠假日酒店盛大开幕。2014中国大数据技术大会第二日上午的大数据应用论坛上，包括华盛顿大学终身教授，中国联通研究院大数据/云计算首席科学家陈一昕，Co-Creator of Apache Kylin， eBay高级产品经理韩卿，百度研究院大数据实验室数据科学家沈志勇，中国移动苏州研发中心大数据项目总监徐萌，腾讯数据平台部精准推荐中心深度学习方向负责人邹永强在内的一线专家就大数据应用相关研究发表了主题演讲。1.&陈一昕：电信运营商大数据应用实践华盛顿大学终身教授，中国联通研究院大数据/云计算首席科学家 陈一昕华盛顿大学终身教授，中国联通研究院大数据/云计算首席科学家陈一昕发表了题为“电信运营商大数据应用实践 ”的主题演讲，他表示，运营商现在面临激烈竞争，大数据时代想要点石成金，关键是大数据挖掘，那么当下面临的主要挑战是通信行业缺乏专业化数据挖掘技术、支持海量数据的高性能算法、保护用户隐私的数据交互模式以及高素质的大数据团队。他表示现在电信运营商内部包括自己做的都是一些比较简单对数据统计简单的分析，缺乏的是对大数据的深度挖掘探索和创新，所以在中国联通研究院目前的主要任务就是全面提高中国联通大数据研发能力，可以概括为两个方面：一方面是大数据核心技术的支撑，另外一方面大数据的产品服务，通过一系列的研发对内更好的提供应用支撑，对外提供产品服务。期间，他还详细介绍了联通目前正在进行的大数据技术和产品方面的研发。包括基于高性能计算的海量数据挖掘工具箱、超大规模用户社交网络分析、模型库组合与优化、用户搜索引擎 、基于联通大数据的金融征信。在他看来，联通想要拥有行业领先的大数据对内及对外开放能力，抢占大数据战略制定高点，极大的依赖于联通自身的大数据分析和挖掘能力。建立一套有效、安全、高质量的，针对通信领域的大数据挖掘分析工具无疑能够帮助联通提升大数据产业的竞争力。最后，他还就运营商大数据、用户搜索引擎、用户征信系统展开叙述。2. 韩卿：Apache Kylin introductionCo-Creator of Apache Kylin, eBay高级产品经理 韩卿Co-Creator of Apache Kylin, eBay高级产品经理韩卿发表题为“Apache Kylin introduction”的主题演讲，他表示Kylin是一套由eBay公司打造的开源分布式分析引擎，其突出特性在于能够为Hadoop支持下的庞大数据集带来标准SQL接口与多维分析（OLAP）能力。他首先介绍了什么是Kylin以及开发这个项目的初衷，并且分享了Apache Kylin的背景以及想要解决的业务问题，还有所采用的技术。之后，他介绍了产品与技术的一些特性，同时还详细介绍了&Kylin性能的一些数据。该项目已经在今年10月1号开源，并且在今年11月25日已经成为Apache的孵化项目。关于Kylin的整体架构以及Kylin技术亮点，他都做了详细解读，谈到性能方面，他将Kylin和Hive作了对比。最后他们希望打造的Kylin的生态系统能够和Hadoop等系统合作，将整个系统联系起来。3. 沈志勇：从数据到智能——百度大数据智能分析应用实践百度研究院大数据实验室数据科学家 沈志勇百度研究院大数据实验室数据科学家沈志勇的演讲主题为“从数据到智能——百度大数据智能分析应用实践”，他的演讲从三个方面展开：大数据时代与百度大数据引擎、百度大数据智能分析、百度大数据智能应用案例。在他看来，大数据时代给行业带来的挑战主要是企业最基础数据存储和计算能力缺乏；数据管理以及数据挖掘这块对数据积累要求比较高也会存在挑战；另外，现在各行各业都的数据很多时候是孤岛，没有打通起来达到更大的价值。对应上面的挑战，他分享了百度提出来的大数据引擎，它也是分为三个层次，跟刚才说的三个挑战对应的。最底层我们叫做开放云，它承担的是存储能力，开放云基础上有一个数据工厂，数据工厂就是数据仓库，再上层叫做百度大脑。最后，他重点介绍了百度大脑和BDL，关于BDL大数据智能分析案例，他分享了在旅游、体育、运维/运营、金融等方面的应用。4.&徐萌：中国移动“大云”大数据产品及应用中国移动苏州研发中心大数据项目总监 徐萌中国移动苏州研发中心大数据项目总监徐萌发表了题为“中国移动‘大云’大数据产品及应用”的主题演讲，谈到中国移动“大云”大数据产品整体规划，她表示大云大数据产品线为中国移动大数据应用提供三大领域的基础能力：数据采集和处理、数据挖掘及可视化、运营管理。接着，她重点分享了目前他们做的大数据产品，主要由“大云”大数据平台BC-Hadoop，“大云”大数据仓库系统BC- HugeTable，“大云”分布式关系数据库BC-RDB，“大云”数据挖掘和ETL工具BC-PDM。关于“大云”大数据应用实践，她强调对内支撑精细化运营，包括支撑客户体验提升、精细营销、产品创新、网络优化、企业管理水平提升；对外寻求新业务增长点，包括支撑行业大数据解决方案、数据变现及社会化洞察等对外服务模式。5. 邹永强：Mariana：腾讯深度学习平台进展与应用腾讯数据平台部精准推荐中心深度学习方向负责人 邹永强腾讯数据平台部精准推荐中心深度学习方向负责人邹永强发表了题为“Mariana：腾讯深度学习平台进展与应用”的主题演讲，他首先介绍了腾讯深度学习的应用需求。在谈到腾讯深度学习平台的挑战时候，在他看来主要包括：深度神经网络模型复杂，训练数据多，计算量大深度神经网络需要支持大模型深度神经网络训练中超参数多，需要反复多次实验基于以上的挑战他们构建了腾讯深度学习平台Mariana，它的目标首先是通过并行加速计算；第二通过模型拆分支持大的模型；第三构建通用的框架简化代码的编写加速实验。对Mariana提出三大框架，第一个MarianaDNN，这是深度神经网络GPU运行的框架；第二个是MarianaCNN；第三个MarianaCluster，它们主要应用就是语音识别、图像识别和广告推荐。更多精彩内容，请关注直播专题，新浪微博，订阅CSDN大数据微信号。
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章