Java 資料科學｜科學與工程實務方法 Data Science with Java ( 繁體 字) |
| 作者：Michael Brzustowicz | 類別：1. -> 程式設計 -> JAVA -> Java |
| 譯者：楊尊一 |
| 出版社：歐萊禮圖書 |  3dWoo書號： 49206
詢問書籍請說出此書號！【缺書】
NT定價： 480 元
折扣價： 379 元
|
| 出版日：6/5/2018 |
| 頁數：226 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 繁體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9789864768172 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：“終於出了一本以Java實作資料科學應用程式的書，且它還討論到機器學習所需的線性代數與統計。這本書是Michael Brzustowicz在這個領域中經驗的精華，我強力推薦”。
-Terence Parr
舊金山大學分析學院創辦人、ANTLR解析產生器創建者
資料科學因R與Python而蓬勃發展，但Java為今日的資料科學應用帶來堅實、方便與擴展性。Java軟體工程師可透過本書循序學習資料科學技能。作者Michael Brzustowicz在本書中闡述資料科學每個處理程序背後的數學理論以及如何以Java實作這些概念。
你會學到資料I/O、線性代數、統計、資料操作、學習與預測，以及Hadoop MapReduce在程序中扮演的角色。本書的程式範例可用於你的應用程式。
?檢視最純形式資料的取得、清理與安排的方法
?認識資料應有的矩陣結構
?學習檢驗資料的基本概念
?轉換資料成穩定可用的數值
?認識監督式與非監督式學習演算法
?安裝與執行MapReduce，運用適合資料科學演算法的自定元件
|
目錄：前言
第一章 資料I/O
第二章 線性代數
第三章 統計
第四章 資料操作
第五章 學習與預測
第六章 Hadoop MapReduce
附錄A 資料集
索引 |
| 序： |
