商品描述
以下書況,主觀上皆可閱讀,若收到後不滿意,『都可退書退款』。 書況補充說明: B 自然泛黃書斑、髒污。 【購買須知】 (1)照片皆為現貨實際拍攝,請參書況說明。 (2)『賣場標題、內容簡介』為出版社原本資料,若有疑問請留言,但人力有限,恕不提供大量詢問。 (3)『附件或贈品』,不論標題或內容簡介是否有標示,請都以『沒有附件,沒有贈品』為參考。 (4)訂單完成即『無法加購、修改、合併』,請確認品項、優惠後,再下訂結帳。如有疑問請留言告知。 (5)二手書皆為獨立商品,下訂即刪除該品項,故『取消』後無法重新訂購,須等系統安排『2個月後』重新上架。 (6)收到書籍後,若不滿意,或有缺漏,『都可退書退款』。 [商品主貨號] U102940888 [ISBN-13碼] 9789864767939 [ISBN] 9864767933 [作者] Annalyn Ng, Kenneth Soo, 沈佩誼 [出版社] 碁峰 [出版日期] 2018/04/30 [裝訂/規格] 平裝 / 196頁 / 17 x 23 x 0.98 cm / 普通級 / 全彩印刷 / 初版 [目錄] Ch01|基本知識簡單說 1.1 準備資料 1.2 挑選演算法 1.3 調整參數 1.4 評估結果 1.5 本章小結 Ch02|k-平均分群演算法 2.1 尋找消費者群集 2.2 舉例:電影迷的性格特徵 2.3 定義群集 2.4 先天限制 2.5 本章小結 Ch03|主成份分析 3.1 探索食物的營養成分 3.2 主成份 3.3 舉例:分析食物族群 3.4 先天限制 3.5 本章小節 Ch04|關聯規則 4.1 找出消費模式 4.2 支持度、可信度與作用度 4.3 舉例:食品雜貨交易 4.4 先驗原則 4.5 先天限制 4.6 本章小結 Ch05|社群網路分析 5.1 將關係地圖化 5.2 舉例:武器交易的地緣政治性 5.3 Louvain 演算法 5.4 PageRank 演算法 Ch06|迴歸分析 6.1 推導一條趨勢線 6.2 舉例:預測房價 6.3 梯度下降 6.4 迴歸係數 6.5 相關係數 6.6 先天限制 6.7 本章小結 Ch07|k-最近鄰演算法與異常檢測 7.1 食物取證 7.2 物以類聚 7.3 舉例:蒸餾出紅酒的不同成份 7.4 異常檢測 7.5 先天限制 7.6 本章小結 Ch08|支持向量機 8.1 「不」或「噢不」? 8.2 舉例:預測心臟疾病 8.3 畫出最佳分界線 8.4 先天限制 8.5 本章小結 Ch09|決策樹 9.1 預測災難中的存活機率 9.2 舉例:逃出鐵達尼號 9.3 產生一棵決策樹 9.4 先天限制 9.5 本章小結 Ch10|隨機森林 10.1 群眾的智慧 10.2 舉例:預測犯罪 10.3 總體 10.4 引導聚集算法 10.5 先天限制 10.6 本章小結 Ch11|類神經網路 11.1 建立一顆大腦 11.2 舉例:辨識手寫數字 11.3 類神經網路的組成 11.4 活化法則 11.5 先天限制 11.6 本章小結 Ch12|A/B測試與多拉桿吃角子老虎機 12.1 A/B測試的基本概念 12.2 A/B測試的限制 12.3 Epsilon-Decreasing策略 12.4 舉例:多拉桿吃角子老虎機 12.5 有趣事實:跟緊贏家就對了? 12.6 Epsilon-Decreasing 策略的限制 12.7 本章小結 ? [內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。) * amazon.com 五顆星讀者無差評 * 史丹佛大學、劍橋大學相關課程指定教材 雖然資料科學越來越常被用來改善工作場域的種種決策,但對普羅大眾來說,這仍然是個神祕難懂的領域。本書避開艱深的數學與生澀的術語,以直觀的例子來說明各演算法功能與特色,例如,用預測犯罪事件的例子來解釋隨機森林,用分群演算法來分析各類電影迷的人格特質等,本書所選用的例子能夠幫助讀者明確理解各演算法及實際應用,即使您不曾接觸過資料科學,也能藉由本書掌握基本概念。 本書特色: .淺白的解釋,以及大量的圖解說明 .以實際的例子解說演算法的應用 .每章最後會有重點歸納加強學習效果 來自各界的讚譽 「以圖解的方式解說重要的資料科學相關演算法,對於剛接觸資料科學領域的新手、從事數據分析相關的商業人士而言,極有幫助。」- Dr. David Stillwell, 劍橋大學大數據課程講師 「以視覺化的方式解釋機器學習的概念,可以幫助不具備相關技術背景的學生了解這些抽象的概念。同時也能幫助剛接觸資料科學領域的學生掌握相關的基礎知識。」Ethan Chan,史丹佛大學大數據課程講師 「對資料科學與機器學習做了清楚的介紹,沒有拗口的術語,內容在廣度與深度也取得極佳的平衡。本書刻意避開數學推導,程式碼實作,在介紹不同機器學習方法的應用時也使用許多真實的問題。整體而言,本書對資料科學有相當生動的詮釋,我極力推薦。」- 陳俊杉, 台灣大學土木工程系教授) ---------------------------------------------------------------------------------------------------- 分享閱讀 書籍狀態請詳看圖示 如對商品有疑問請使用「聯絡店家」發問,發問時請告知完整商品名稱 ■客服電話服務時間: 敝店客服電話 (02) 85316044 服務時間為週一至週五 09:00-12:00 及 13:00-17:00,例假日與國定假日公休 其餘時間請使用 聯絡店家 功能聯繫 。 由於敝店為多平臺同步販售,來電請務必告知為樂天買家以節省您的寶貴時間,謝謝您。 ■其他注意事項: 建議可多利用7-11取貨付款,可在自己方便的時間領貨。