《机器学习Web应用》内容简介与阅读建议

Name: 机器学习Web应用
Author: Andrea，Isoni，爱索尼克 著

获取这本书 暂无已核验电子书资源

下载

作者: Andrea，Isoni，爱索尼克著
分类: 计算机类
出版年份: 2017
语言: 中文

《机器学习Web应用》内容简介

机器学习可用来处理由用户产生的、数量不断增长的Web数据。本书讲解如何用Python语言、Django框架开发一款Web商业应用，以及如何用一些现成的库和工具(sklearn、scipy、nltk和Django等)处理和分析应用所生成或使用的数据。本书不仅涉及机器学习的核心概念，还介绍了如何将数据部署到用Django框架开发的Web应用，包括Web、文档和服务器端数据的挖掘和推荐引擎的搭建方法。本书适合有志于成为或刚刚成为数据科学家的读者学习，也适合对机器学习、Web数据挖掘等技术实践感兴趣的读者参考阅读。

《机器学习Web应用》书籍信息摘要

《机器学习Web应用》内容简介与阅读建议，作者 Andrea，Isoni，爱索尼克著，计算机类，2017年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：机器学习、Web应用、计算机类。

作者：Andrea，Isoni，爱索尼克著
分类：计算机类
出版年份：2017
语言：中文
格式：暂无已核验合规下载格式

《机器学习Web应用》适合哪些读者？

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

查看 Andrea，Isoni，爱索尼克著的作品顺序浏览计算机类书籍查看“机器学习”相关书籍读完这本读什么查看书籍排行榜

获取建议

《机器学习Web应用》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

1.4 机器学习的应用场景 36
1.5 小结 36
第2章无监督机器学习 37
2.1 聚类算法 37
2.1.1 分布方法 38
2.1.2 质心点方法 40
2.1.3 密度方法 41
2.1.4 层次方法 44
2.2 降维 52
2.3 奇异值分解(SVD) 57
2.4 小结 58
第3章有监督机器学习 59
3.1 模型错误评估 59
3.2 广义线性模型 60
3.2.1 广义线性模型的概率
解释 63
3.2.2 k近邻 63
3.3 朴素贝叶斯 64
3.3.1 多项式朴素贝叶斯 65
3.3.2 高斯朴素贝叶斯 66
3.4 决策树 67
3.5 支持向量机 70
3.6 有监督学习方法的对比 75
3.6.1 回归问题 75
3.6.2 分类问题 80
3.7 隐马尔可夫模型 84
3.8 小结 93
第4章 Web挖掘技术 94
4.1 Web结构挖掘 95
4.1.1 Web爬虫 95
4.1.2 索引器 95
4.1.3 排序—PageRank
算法 96
4.2 Web内容挖掘 97
句法解析 97
4.3 自然语言处理 98
4.4 信息的后处理 108
4.4.1 潜在狄利克雷分配 108
4.4.2 观点挖掘(情感
分析) 113
4.5 小结 117
第5章推荐系统 118
5.1 效用矩阵 118
5.2 相似度度量方法 120
5.3 协同过滤方法 120
5.3.1 基于记忆的协同
过滤 121
5.3.2 基于模型的协同
过滤 126
5.4 CBF方法 130
5.4.1 商品特征平均得分
方法 131
5.4.2 正则化线性回归
方法 132
5.5 用关联规则学习，构建推荐
系统 133
5.6 对数似然比推荐方法 135
5.7 混合推荐系统 137
5.8 推荐系统评估 139
5.8.1 均方根误差(RMSE)
评估 140
5.8.2 分类效果的度量方法 143
5.9 小结 144
第6章开始Django之旅 145
6.1 HTTP—GET和POST方法的
基础 145
6.1.1 Django的安装和
服务器的搭建 146
6.1.2 配置 147
6.2 编写应用—Django
最重要的功能 150
6.2.1 model 150
6.2.2 HTML网页背后的
URL和view 151
6.2.3 URL声明和view 154
6.3 管理后台 157
6.3.1 shell接口 158
6.3.2 命令 159
6.3.3 RESTful应用编程
接口(API) 160
6.4 小结 162
第7章电影推荐系统Web应用 163
7.1 让应用跑起来 163
7.2 model 165
7.3 命令 166
7.4 实现用户的注册、登录和
登出功能 172
7.5 信息检索系统(电影查询) 175
7.6 打分系统 178
7.7 推荐系统 180
7.8 管理界面和API 182
7.9 小结 184
第8章影评情感分析应用 185
8.1 影评情感分析应用用法
简介 185
8.2 搜索引擎的选取和应用的
代码 187
8.3 Scrapy的配置和情感分析
应用代码 189
8.3.1 Scrapy的设置 190
8.3.2 Scraper 190
8.3.3 Pipeline 193
8.3.4 爬虫 194
8.4 Django model 196
8.5 整合Django和Scrapy 197
8.5.1 命令(情感分析模型和
删除查询结果) 198
8.5.2 情感分析模型加载器 198
8.5.3 删除已执行过的查询 201
8.5.4 影评情感分析器—
Django view和HTML
代码 202
8.6 PageRank：Django view和
算法实现 206
8.7 管理后台和API 210
8.8 小结 212
《机器学习Web应用》[意]爱索尼克【文字版_PDF电子书_下载】大小：16.61MB已经过安全软件检测无毒，请您放心下载。
浏览器不支持脚本！

合规获取说明

当前暂无已核验电子书资源。若是商业出版物，建议优先通过出版社、书店或官方电子书平台获取。

常见问题

《机器学习Web应用》适合谁读？

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

《机器学习Web应用》阅读难度高吗？

建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。

《机器学习Web应用》纸质书值得买吗？

当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。

《机器学习Web应用》哪个版本更适合？

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《机器学习Web应用》？

当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《机器学习Web应用》相关书籍？

可以进入 Andrea，Isoni，爱索尼克著作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。