【每周一本書(shū)】之《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》

大數(shù)據(jù) 算法機(jī)器學(xué)習(xí) 人工智能

原創(chuàng) abby | 2017-05-16 08:22

【數(shù)據(jù)猿導(dǎo)讀】《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》主要介紹了在互聯(lián)網(wǎng)行業(yè)中經(jīng)常涉及的算法，包括排序算法、查找算法、資源分配算法、路徑分析算法、相似度分析算法，以及與機(jī)器學(xué)習(xí)相關(guān)的算法，包括數(shù)據(jù)分類算法、聚類算法、預(yù)測(cè)與估算算法、決策算法、關(guān)聯(lián)規(guī)則分析算法及推薦算法

【每周一本書(shū)】之《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》

來(lái)源：數(shù)據(jù)猿作者：abby

中國(guó)在很早就開(kāi)始了算法研究，如《周髀算經(jīng)》《九章算術(shù)》這類最具歷史的算法書(shū)籍，后來(lái)的唐宋元明清各歷史朝代也出現(xiàn)了《一位算法》《算法緒論》《算法全書(shū)》《算法統(tǒng)宗》等一系列算法名著，算法已經(jīng)成為各行各業(yè)的基礎(chǔ)研究。

今天，小編為大家推薦的《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》就主要介紹了在互聯(lián)網(wǎng)行業(yè)中經(jīng)常涉及的算法，包括排序算法、查找算法、資源分配算法、路徑分析算法、相似度分析算法，以及與機(jī)器學(xué)習(xí)相關(guān)的算法，包括數(shù)據(jù)分類算法、聚類算法、預(yù)測(cè)與估算算法、決策算法、關(guān)聯(lián)規(guī)則分析算法及推薦算法。《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》涉及的相關(guān)算法均為解決實(shí)際問(wèn)題中的主流算法，對(duì)于工作和學(xué)習(xí)都有實(shí)際參考意義。

大數(shù)據(jù)_算法_機(jī)器學(xué)習(xí)_人工智能-1

《大數(shù)據(jù)時(shí)代的算法：機(jī)器學(xué)習(xí)、人工智能及其典型實(shí)例》通過(guò)介紹在互聯(lián)網(wǎng)行業(yè)中經(jīng)常涉及的算法，包括排序算法、查找算法、資源分配算法、路徑分析算法、相似度分析算法，以及與機(jī)器學(xué)習(xí)相關(guān)的算法，包括數(shù)據(jù)分類算法、聚類算法、預(yù)測(cè)與估算算法、決策算法、關(guān)聯(lián)規(guī)則分析算法及推薦算法。本書(shū)是一本算法領(lǐng)域內(nèi)的技術(shù)手冊(cè)，涵蓋數(shù)十種算法，不僅能使讀者深入了解各類算法的基本理論，還從應(yīng)用的角度提供了大量實(shí)例，使讀者能夠快速、高效進(jìn)階各類算法，并能夠熟練應(yīng)用到將來(lái)的工作實(shí)踐中。

本書(shū)特色

本書(shū)不僅將目前工程應(yīng)用中主流的基礎(chǔ)算法和機(jī)器學(xué)習(xí)算法都做了詳盡的介紹，還囊括了當(dāng)前熱門(mén)算法內(nèi)容，如數(shù)據(jù)分類算法、聚類算法、推薦算法等。本書(shū)充分利用了最新算法的應(yīng)用研究結(jié)果，通過(guò)實(shí)例為讀者展現(xiàn)了清晰的算法應(yīng)用，不拘泥于算法枯燥的理論，更多地從實(shí)用價(jià)值、工程價(jià)值的角度將算法知識(shí)呈現(xiàn)給讀者。

本書(shū)中的算法可以廣泛應(yīng)用于各個(gè)領(lǐng)域，可以在自然語(yǔ)言處理研究、數(shù)據(jù)分析與挖掘、商務(wù)智能、廣告與商品推薦等領(lǐng)域中深入應(yīng)用。作者秉承數(shù)據(jù)結(jié)合算法產(chǎn)生價(jià)值的理論體系，在介紹算法的同時(shí)與數(shù)據(jù)緊密關(guān)聯(lián)，并結(jié)合多年實(shí)際工作經(jīng)驗(yàn)，將算法的內(nèi)容闡述得淋漓盡致。本書(shū)中的算法研究在當(dāng)前甚至未來(lái)相當(dāng)一段時(shí)間內(nèi)都具有很大的實(shí)際意義。

本書(shū)從內(nèi)容上分為10個(gè)章節(jié)：

第1章　算法基礎(chǔ)

從算法的分析類型，如分治法、動(dòng)態(tài)規(guī)劃法、回溯法、分支限界法、貪心法入手開(kāi)始介紹算法內(nèi)容，還分析了算法的性能，并介紹了概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)部分的內(nèi)容。同時(shí)，對(duì)算法中常用的距離計(jì)算算法、排序算法及字符串壓縮編碼也做了完整介紹。

第2章　數(shù)據(jù)查找與資源分配算法

以數(shù)據(jù)的查找和資源分配作為突破口，介紹了常用的數(shù)值查找算法，如二分搜索算法、分塊查找及哈希查找算法。除此之外，還介紹了常見(jiàn)的字符串查找算法及在海量數(shù)據(jù)中的查找算法：布隆過(guò)濾器和倒排索引查找，介紹了資源分配算法，包括常用的銀行家算法和背包問(wèn)題的解決算法。

第3章　路徑分析算法

主要介紹了路徑分析算法，包括基于Dijkstra算法、Floyd算法、A*算法的路徑分析方法。除了介紹傳統(tǒng)的路徑分析算法外，還介紹了維特比算法在概率中的路徑選擇，以及最長(zhǎng)公共子串、最長(zhǎng)公共子序列問(wèn)題的求解算法。整個(gè)內(nèi)容涵蓋了絕大部分的路徑選擇算法。

第4章　相似度分析算法

主要介紹了相似內(nèi)容的分析理論和應(yīng)用，從簡(jiǎn)單的Jaccard相似系數(shù)開(kāi)始入手，逐步深入到基于MinHash的相似性算法以及向量空間模型，向量空間模型已經(jīng)成為眾多算法的基礎(chǔ)理論。后續(xù)還深入介紹了基于余弦相似性算法和基于語(yǔ)義主題模型的語(yǔ)義相似度算法，以及基于SimHash的指紋碼重復(fù)值驗(yàn)證算法。

第5章　數(shù)據(jù)分類算法

集中介紹了數(shù)據(jù)分類算法的解決方案，從簡(jiǎn)單易于理解的樸素貝葉斯模型開(kāi)始，由淺入深地介紹了AdaBoost分類器及支持向量機(jī)，它們都是數(shù)據(jù)分類的有效解決方案，還對(duì)機(jī)器學(xué)習(xí)的相關(guān)基礎(chǔ)知識(shí)做了概要介紹，最后介紹了K鄰近算法在數(shù)據(jù)分類中的應(yīng)用。

第6章　數(shù)據(jù)聚類算法

介紹了數(shù)據(jù)聚類的相關(guān)算法，其中，無(wú)監(jiān)督的聚類算法目前是比較熱門(mén)的研究領(lǐng)域。首先介紹了傳統(tǒng)的基于系統(tǒng)聚類的方法；然后介紹了基于K-Means聚類算法及基于密度的DBSCAN算法；最后介紹了基于BIRCH算法的聚類分析，通過(guò)聚類特征及聚類特征實(shí)現(xiàn)數(shù)據(jù)聚類。

第7章　數(shù)據(jù)預(yù)測(cè)與估算算法

介紹了數(shù)據(jù)的預(yù)測(cè)和估算的算法體系和應(yīng)用范例，從產(chǎn)生式模型和判別式模型入手介紹各類模型的方法論。首先介紹了基于最大似然估計(jì)的預(yù)測(cè)以及基于線性回歸的估算、基于最大期望算法；然后介紹了基于隱馬爾科夫模型模型預(yù)測(cè)；最后介紹了基于條件隨機(jī)場(chǎng)的序列預(yù)測(cè)。

第8章　數(shù)據(jù)決策分析算法

對(duì)數(shù)據(jù)決策的分析方法做了詳細(xì)介紹，主要圍繞決策樹(shù)的理論基礎(chǔ)展開(kāi)。首先介紹了基于ID3算法的決策分析，包括信息熵、信息增益等；然后介紹了基于C4.5算法的分類決策樹(shù)及基于分類回歸樹(shù)的決策劃分；最后介紹了基于隨機(jī)森林的決策分類。介紹過(guò)程中包含了大量實(shí)例。

第9章　數(shù)據(jù)關(guān)聯(lián)規(guī)則分析算法

主要介紹了關(guān)聯(lián)規(guī)則分析方法的理論和實(shí)踐。Apriori算法作為最常用的關(guān)聯(lián)規(guī)則分析算法已經(jīng)被廣泛應(yīng)用到各個(gè)領(lǐng)域，本章也對(duì)Apriori算法進(jìn)行了深入的介紹，并對(duì)和Apriori算法同等重要的FP-Growth算法也通過(guò)實(shí)例做了詳細(xì)介紹。本章最后還介紹了利用倒排文件思想的Eclat算法。

第10章　數(shù)據(jù)與推薦算法

主要介紹了數(shù)據(jù)與推薦算法中的應(yīng)用關(guān)系，推薦算法作為目前各行各業(yè)最熱門(mén)的算法之一，已經(jīng)應(yīng)用非常廣泛。本章介紹了基于物品本身屬性關(guān)系的Item-Based協(xié)同過(guò)濾推薦算法，以及基于User-Based協(xié)同過(guò)濾推薦算法。除此之外，還介紹了基于流行度和潛在因子的推薦算法，以及推薦算法的效果評(píng)估相關(guān)內(nèi)容。

適讀人群：

對(duì)基本算法和機(jī)器學(xué)習(xí)算法有興趣的讀者；

對(duì)數(shù)據(jù)分析和統(tǒng)計(jì)學(xué)有興趣的讀者；

對(duì)算法有研究的基礎(chǔ)算法、機(jī)器學(xué)習(xí)工程師；

互聯(lián)網(wǎng)行業(yè)的不同層次從業(yè)者；

軟件或計(jì)算機(jī)專業(yè)的在校大學(xué)生。

【每周一本書(shū)】之《Hadoop金融大數(shù)據(jù)分析》：利用大數(shù)據(jù)為金融機(jī)構(gòu)提供超強(qiáng)洞察力、分析與BI思想！

【每周一本書(shū)】之《Python大戰(zhàn)機(jī)器學(xué)習(xí)：數(shù)據(jù)科學(xué)家的第一個(gè)小目標(biāo)》

【每周一本書(shū)】之《圖解Spark：核心技術(shù)與案例實(shí)戰(zhàn)》

【每周一本書(shū)】之《大數(shù)據(jù)技術(shù)概論》：菜鳥(niǎo)學(xué)大數(shù)據(jù)，如果這些還不會(huì)，勸你一定要補(bǔ)上！

【每周一本書(shū)】之《數(shù)據(jù)新聞實(shí)戰(zhàn)》：趁早學(xué)！這些工具，新聞人將越來(lái)越離不開(kāi)

點(diǎn)擊查看更多大數(shù)據(jù)書(shū)籍……

本書(shū)由 數(shù)據(jù)猿聯(lián)合電子工業(yè)出版社 共同推薦

【本欄目合作伙伴】：清華大學(xué)出版社、電子工業(yè)出版社、北京師范大學(xué)出版社、中國(guó)人民大學(xué)出版社。

歡迎更多合作伙伴加入！也歡迎勾搭小編，微信：wmh4178，備注“書(shū)”

來(lái)源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。