谈机器学习，获精品好书

CSDN 2014-04-08 04:21:10

加精

活动时间 2014年4月8日至2014年4月22日

活动内容

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。
你是否也心动起来，燃起机器学习热？

活动规则

在本帖后谈一谈你对机器学习热的切身感受，或与机器学习相关的技术，或你的机器学习历程，就有机会获得赠书1本，如此简单！当然，别忘记告诉小编你心仪的赠书哦~

参与图书

《Software Design》是日本主流的计算机技术读物，旨在帮助程序员更实时、深入地了解前沿技术，扩大视野，提升技能。内容涵盖多平台软件开发技巧、云技术应用、大数据分析、网络通信技术、深度互联时代下的移动开发、虚拟化、人工智能等最前沿实践性讲解。以人脑思维模式，激发计算机操控的无限可能；以软件开发技巧，挖掘系统与硬件的最大价值。
《Software Design 中文版 01》的主题为：机器学习与数据分析。第1特辑详细讲解了日趋重要的数据分析技术，以及Excel、R、Mathout 等数据分析工具的使用方法。第2特辑分别介绍了面向PC和面向服务器的基准测试技巧。这对开发者评估硬件性能、发现系统瓶颈大有裨益。本书适合各行业软件开发者阅读。

试读样章：

http://download.csdn.net/detail/turingbooks/7089059

本书出自Mahout核心成员之手，得到Apache官方推荐，权威性毋庸置疑。作者凭借多年实战经验，为读者展现了丰富的应用案例，并细致地介绍了Mahout的解决之道。本书还重点讨论了可扩展性问题，介绍了如何利用Apache Hadoop框架应对大数据的挑战。

试读样章：

http://download.csdn.net/detail/turingbooks/7089043

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。

试读样章：

http://download.csdn.net/detail/turingbooks/7089029

活动说明：

获得赠书的同学需要提供自己的联系电话和邮寄地址。
赠书将在活动结束后统一邮寄。

...全文

13742 78 打赏收藏转发到动态举报

写回复

用AI写文章

78 条回复

切换为时间正序

请发表友善的回复…

发表回复

落霞与孤鹜亓飞 2016-08-31

打赏
举报

求书《机器学习实战》

dingzhiming 2014-05-22

打赏
举报

如果有幸能获取图书的话，我希望是《Mahout实战》，谢谢！

yangqiang0619 2014-05-13

打赏
举报

舍不得那一两本书就不要发这活动贴嘛，发了活动贴也不要说有机会奖励书嘛，就算说了有机会奖励书，也不用挂着贴子不结贴嘛，不就一两本书吗？至于吗？就算舍不得书，你结个贴，声明下本次活动没有人获得书籍有那么费事么？说得轻点，是工作态度、责任心问题。说大点，就是把广大坛友当猴耍！说得都是事实，要删就删吧，无所谓。

yangqiang0619 2014-05-08

打赏
举报

引用 73 楼 xiaoidea 的回复:

CSDN这是耍我们呢

我也觉得过分，有种被人耍的感觉，码了那么多字，浪费自己的时间，再过些天，如果还没反应，我就删了，虽然参考价值不高，我也不想贴在这CSDN上了。

小虎AI实验室 2014-05-05

打赏
举报

牛，顶，这个兼职太厉害了

希望在哪 2014-05-05

打赏
举报

CSDN这是耍我们呢

sunyu3939 2014-05-01

打赏
举报

学习，一起进步。

yangqiang0619 2014-04-30

打赏
举报

什么情况？活动还没结束？

鸥翔鱼游1 2014-04-28

打赏
举报

还真的不错的支持支持！

疯狂原始人2 2014-04-28

打赏
举报

希望在哪 2014-04-25

打赏
举报

活动结束了吗？有谁得到书了？

景语 2014-04-25

打赏
举报

书呢……小编吃了？！

FeelTouch Labs 2014-04-23

打赏
举报

机器学习使用实例数据或过去的经验训练计算机，以优化性能标准。当人们不能直接编写计算机程序解决给定的问题，而是需要借助于实例数据或经验时，就需要学习。一种需要学习的情况是人们没有专门技术，或者不能解释他们的专门技术。以语音识别，即将声学语音信号转换成ASCII文本为例。看上去我们可以毫无困难地做这件事，但是我们却不能解释我们是如何做的。所以~ 求《Software Design》一本

Sunshine824 2014-04-23

打赏
举报

很厉害的样子，学习下！

Caryu 2014-04-21

打赏
举报

正在努力入门！用心、虚心学习请教就好啦！

xilaianzxsc 2014-04-21

打赏
举报

我也想要一本.....!!!!!! 盼成功

yangqiang0619 2014-04-20

打赏
举报

在这个大数据时代，我们可以通过对这些数据进行分析，进行挖掘，从而得到对人们，对社会有价值的东西，大数据时代，我们需要数据挖掘，从海量的历史经验数据找到人们可以理解，对人们有用的知识，我们也需要机器学习，因为数据挖掘需要机器学习等技术的支撑。对于之前从求学过数据挖掘与机器学习的人来说，如何选择快速入门是很重要的，在入门之前，我们需要对常用的一些专业术语有一定的了解，因为机器学习是一门多学科交叉的领域，以下是个人觉得比较适合新手入门的书籍。在学习过程中，我们会用到线性代数和概率论与数理统计的一些知识，比如支持向量机，Bayes。 1、刘兵教授所著《Web数据挖掘》（俞勇等译）的第三、四、五章，如果时间比较宽裕的话，可以通读全书，收获肯定不少的。当然，如果英文好的话，建议直接读英文，翻译版的有不少印刷错误，描述效果也没原版好。 2、韩家炜教授所著《数据挖掘：概念与技术》（范明等译），这本书也比较适合新手读，但里面涉及较多数据仓库的知识，如果对数据仓库不太感兴趣的话，建议略过数据仓库部分，直接看分类，聚类，回归，预测的相关部分。当然，适合入门的书籍很多，比如还有《数据挖掘导论》等，大家不一定就选我说的书入门，每个人的看法或读书的方法不一样，也许你觉得其他的书本更适合入门，这都因人而异的。读完入门书本后，你对数据挖掘与机器学习的一些初级术语有一定的了解了，接下来可以做些实战性的事情了。选择自己感兴趣和经典的算法进行代码实现，如果编程能力稍差一点的话，可以先在网上找源码学习，然后再自己动手实现。如果时间比较足的话，那还是都好好研究下吧。机器学习的常用算法有：决策树，关联规则，贝叶斯，线性回归，支持向量机，AdaBoost推举，KNN，K-means等，学习这些算法可以参考《数据挖掘十大算法》，电子版下载http://pan.baidu.com/s/1hql4Jqs，这本书也有翻译版，不想看英文电子版的可以在网上买翻译版。但是，十大算法在上述两本入门书中都有讲解，这本书对常用经典的算法做了汇总。《机器学习实战》，电子版下载http://pan.baidu.com/s/1eQ01WvK 这本书对十大算法的8种算法进行了实例讲解，使用的是python，如果对python不是很了解的朋友，建议有空先学学python.通过各种算法的实例，相信对机器学习会有不小的提高。以下还有一些关于机器学习的参考资源：《统计学习方法》，电子版下载http://pan.baidu.com/s/10AdS6 《龙星计划-机器学习视频》，下载地址http://pan.baidu.com/s/1i3j0NNR 《集体智慧编程》，电子版下载http://pan.baidu.com/s/1o6O8h3G 在学习的过程当中，我们一定要多实践（比如自己用手做一个推荐系统），只有在实践的过种中，你才会发现问题，发现不足，发现问题后，你就会想办法解决，在解决问题的过种中，你不但能够学习更多的知识，而且通过这种方式的学习，会让你印象更加深刻。接下来，如果我们想进一步的提高的话，我们要多读书，多读论文，了解、关注前沿技术和热点。相关会议：KDD，ICML，NIPS，IJCAI，AAAI，WWW，SIGIR，ICDM；相关期刊：TKDD，TKDE，JMLR，PAMI等。ICML是机器学习方面最好的会议之一. 现在是IMLS主办, 每年举行，SIGKDD是数据挖掘方面最好的会议, ACM主办, 每年开. Hadoop，是一种对海量数据进行分布式处理的开源的基础框架，由Apache基金开发，主要包括分布式文件系统HDFS，分布式处理编程模型MapReduce，超大型数据表Hbase。详见：http://hadoop.apache.org/ Weka，是一个免费的，非商业化的，基于JAVA环境下开源的机器学习以及数据挖掘软件。它集合了很多机器学习算法，包括对数据进行预处理，分类，回归，聚类，关联规则以及交互式界面上的可视化。详见：http://www.cs.waikato.ac.nz/ml/weka/ Nosql, 数据结构简单、不需要数据库结构定义、不对数据一致性进行严格保证、通过横向扩展可实现很高的扩展性。是一种以牺牲一定的数据一致性为代价，追求灵活性、扩展性的数据库。详见链接：http://nosql-database.org/ 以上为个人的学习体会，以及看过或正在看的书籍，学过或正在学的技术。仅供参考，希望对有些人能有所帮助，大家一起进步！这里有一个大牛写的经验贴： http://www.zhihu.com/question/20751219 如果有幸能获取图书的话，我希望是《Mahout实战》，谢谢！

疯狂原始人2 2014-04-19

打赏
举报

个人认为机器学习的魅力在于一个热点问题：机器的能力是否能超过人？机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平，这也正是其魅力所在吧！

比较心仪的图书：《Mahout实战》