集體智慧編程

前言

　　無(wú)論是有意還是無(wú)意，越來(lái)越多投身于互聯(lián)網(wǎng)的人們已經(jīng)制造出了相當(dāng)多的數(shù)據(jù)，這給了我們無(wú)數(shù)潛在的機(jī)會(huì)來(lái)洞悉用戶(hù)體驗(yàn)、商業(yè)營(yíng)銷(xiāo)、個(gè)人偏好和通常所謂的人類(lèi)行為（human behavior）。本書(shū)向大家介紹了一個(gè)新興的領(lǐng)域，稱(chēng)為聚集型智慧（collective intelligence）。這一領(lǐng)域涵蓋了諸多方法，借助這些方法我們可以從眾多Web站點(diǎn)處（這些站點(diǎn)的名字或許你曾經(jīng)有所耳聞）提取到值得關(guān)注的重要數(shù)據(jù)；借助這些方法我們還可以從使用自己應(yīng)用程序的用戶(hù)那里搜集信息，并對(duì)我們所掌握的數(shù)據(jù)進(jìn)行分析和理解。　　本書(shū)的目的是要帶領(lǐng)你超越以數(shù)據(jù)庫(kù)為后端的簡(jiǎn)單應(yīng)用系統(tǒng)，并告訴你如何利用自己和他人每天搜集到的信息來(lái)編寫(xiě)更為智能的程序?！　∠葲Q條件　　Prerequisites　　本書(shū)的代碼示例是用Python語(yǔ)言編寫(xiě)的，因此熟悉Python編程將會(huì)有助于你對(duì)算法的理解，不過(guò)筆者給出了所有算法的解釋說(shuō)明，所以其他語(yǔ)言的程序員也能看懂。對(duì)于已經(jīng)了解了像Ruby或Perl這樣高級(jí)語(yǔ)言的程序員，Python代碼應(yīng)該是非常容易理解的。本書(shū)的目的不是要作為一本學(xué)習(xí)編程的指導(dǎo)書(shū)，因此尤為重要的一點(diǎn)在于，為了熟悉基本概念，我們最好已編寫(xiě)過(guò)足夠多的代碼才行。如果懂得遞歸和一點(diǎn)點(diǎn)函數(shù)式編程（functional programming）的基本概念，那么我們就會(huì)發(fā)覺(jué)書(shū)中的內(nèi)容是很容易理解的?！　”緯?shū)并不假設(shè)你已經(jīng)具備了任何有關(guān)數(shù)據(jù)分析、機(jī)器學(xué)習(xí)或統(tǒng)計(jì)學(xué)方面的知識(shí)。筆者在嘗試以盡可能淺顯易懂的方式來(lái)解釋數(shù)學(xué)概念，不過(guò)具備一點(diǎn)三角學(xué)和統(tǒng)計(jì)學(xué)的基本知識(shí)將會(huì)對(duì)你理解算法有所助益。

內(nèi)容概要

　　《集體智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）以機(jī)器學(xué)習(xí)與計(jì)算統(tǒng)計(jì)為主題背景，專(zhuān)門(mén)講述如何挖掘和分析Web上的數(shù)據(jù)和資源，如何分析用戶(hù)體驗(yàn)、市場(chǎng)營(yíng)銷(xiāo)、個(gè)人品味等諸多信息，并得出有用的結(jié)論，通過(guò)復(fù)雜的算法來(lái)從Web網(wǎng)站獲取、收集并分析用戶(hù)的數(shù)據(jù)和反饋信息，以便創(chuàng)造新的用戶(hù)價(jià)值和商業(yè)價(jià)值。全書(shū)內(nèi)容翔實(shí)，包括協(xié)作過(guò)濾技術(shù)（實(shí)現(xiàn)關(guān)聯(lián)產(chǎn)品推薦功能）、集群數(shù)據(jù)分析（在大規(guī)模數(shù)據(jù)集中發(fā)掘相似的數(shù)據(jù)子集）、搜索引擎核心技術(shù)（爬蟲(chóng)、索引、查詢(xún)引擎、PageRank算法等）、搜索海量信息并進(jìn)行分析統(tǒng)計(jì)得出結(jié)論的優(yōu)化算法、貝葉斯過(guò)濾技術(shù)（垃圾郵件過(guò)濾、文本過(guò)濾）、用決策樹(shù)技術(shù)實(shí)現(xiàn)預(yù)測(cè)和決策建模功能、社交網(wǎng)絡(luò)的信息匹配技術(shù)、機(jī)器學(xué)習(xí)和人工智能應(yīng)用等?！　　都w智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）向讀者介紹了：　　令在線(xiàn)零售商向用戶(hù)提供商品或媒體推薦的協(xié)作型過(guò)濾技術(shù)；　　在一個(gè)大型數(shù)據(jù)集中檢測(cè)相似項(xiàng)群組的聚類(lèi)方法；　　在針對(duì)某一問(wèn)題的數(shù)以百萬(wàn)計(jì)的可能題解中進(jìn)行搜索，并從中選出最優(yōu)解的優(yōu)化算法；　　用于垃圾過(guò)濾技術(shù)的貝葉斯過(guò)濾器，如何根據(jù)單詞類(lèi)型及其他特征對(duì)文檔進(jìn)行分類(lèi)；　　用于對(duì)在線(xiàn)約會(huì)站點(diǎn)的用戶(hù)進(jìn)行配對(duì)的支持向量機(jī)；　　用于問(wèn)題求解的智能進(jìn)化技術(shù)——隨著玩游戲的次數(shù)逐漸增多，計(jì)算機(jī)玩家如何通過(guò)改進(jìn)自身代碼的方式來(lái)發(fā)展技能?！　　都w智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）的每一章后都有練習(xí)，這些練習(xí)對(duì)算法進(jìn)行了擴(kuò)展，使其變得更加強(qiáng)大。讓我們超越以數(shù)據(jù)庫(kù)為后端的簡(jiǎn)單應(yīng)用系統(tǒng)，挖掘互聯(lián)網(wǎng)數(shù)據(jù)的價(jià)值，為我所用！　　深入講解蘊(yùn)藏于智能Web 2.0應(yīng)用背后的算法原理，介紹挖掘和分析用戶(hù)貢獻(xiàn)的內(nèi)容，以創(chuàng)造新的用戶(hù)價(jià)值和商業(yè)價(jià)值。

書(shū)籍目錄

前言第1章　集體智慧導(dǎo)言什么是集體智慧什么是機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的局限真實(shí)生活中的例子學(xué)習(xí)型算法的其他用途第2章　提供推薦協(xié)作型過(guò)濾搜集偏好尋找相近的用戶(hù)推薦物品匹配商品構(gòu)建一個(gè)基于del.icio.us的鏈接推薦系統(tǒng)基于物品的過(guò)濾使用MovieLens數(shù)據(jù)集基于用戶(hù)進(jìn)行過(guò)濾還是基于物品進(jìn)行過(guò)濾練習(xí)第3章　發(fā)現(xiàn)群組監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)單詞向量分級(jí)聚類(lèi)繪制樹(shù)狀圖列聚類(lèi)K-均值聚類(lèi)針對(duì)偏好的聚類(lèi)以二維形式展現(xiàn)數(shù)據(jù)有關(guān)聚類(lèi)的其他事宜練習(xí)第4章　搜索與排名搜索引擎的組成一個(gè)簡(jiǎn)單的爬蟲(chóng)程序建立索引查詢(xún)基于內(nèi)容的排名利用外部回指鏈接從點(diǎn)擊行為中學(xué)習(xí)練習(xí)第5章　優(yōu)化組團(tuán)旅游描述題解成本函數(shù)隨機(jī)搜索爬山法模擬退火算法遺傳算法真實(shí)的航班搜索涉及偏好的優(yōu)化網(wǎng)絡(luò)可視化其他可能的應(yīng)用場(chǎng)合練習(xí)第6章　文檔過(guò)濾過(guò)濾垃圾信息文檔和單詞對(duì)分類(lèi)器進(jìn)行訓(xùn)練計(jì)算概率樸素分類(lèi)器費(fèi)舍爾方法將經(jīng)過(guò)訓(xùn)練的分類(lèi)器持久化過(guò)濾博客訂閱源對(duì)特征檢測(cè)的改進(jìn)使用Akismet替代方法練習(xí)第7章　決策樹(shù)建模預(yù)測(cè)注冊(cè)用戶(hù)引入決策樹(shù)對(duì)樹(shù)進(jìn)行訓(xùn)練選擇最合適的拆分方案以遞歸方式構(gòu)造樹(shù)決策樹(shù)的顯示對(duì)新的觀測(cè)數(shù)據(jù)進(jìn)行分類(lèi)決策樹(shù)的剪枝處理缺失數(shù)據(jù)處理數(shù)值型結(jié)果對(duì)住房?jī)r(jià)格進(jìn)行建模對(duì)“熱度”評(píng)價(jià)進(jìn)行建模什么時(shí)候使用決策樹(shù)練習(xí)第8章　構(gòu)建價(jià)格模型構(gòu)造一個(gè)樣本數(shù)據(jù)集k-最近鄰算法為近鄰分配權(quán)重交叉驗(yàn)證不同類(lèi)型的變量對(duì)縮放結(jié)果進(jìn)行優(yōu)化不對(duì)稱(chēng)分布使用真實(shí)數(shù)據(jù)——eBay API何時(shí)使用k-最近鄰算法練習(xí)第9章　高階分類(lèi)：核方法與SVM婚介數(shù)據(jù)集數(shù)據(jù)中的難點(diǎn)基本的線(xiàn)性分類(lèi)分類(lèi)特征對(duì)數(shù)據(jù)進(jìn)行縮放處理理解核方法支持向量機(jī)使用LIBSVM基于Facebook的匹配練習(xí)第10章　尋找獨(dú)立特征搜集一組新聞先前的方法非負(fù)矩陣因式分解結(jié)果呈現(xiàn)利用股票市場(chǎng)的數(shù)據(jù)練習(xí)第11章　智能進(jìn)化什么是遺傳編程將程序以樹(shù)形方式表示構(gòu)造初始種群測(cè)試題解對(duì)程序進(jìn)行變異交叉構(gòu)筑環(huán)境一個(gè)簡(jiǎn)單的游戲更多可能性練習(xí)第12章　算法總結(jié)貝葉斯分類(lèi)器決策樹(shù)分類(lèi)器神經(jīng)網(wǎng)絡(luò)支持向量機(jī)k-最近鄰聚類(lèi)多維縮放非負(fù)矩陣因式分解優(yōu)化附錄A：第三方函數(shù)庫(kù)附錄B：數(shù)學(xué)公式索引

媒體關(guān)注與評(píng)論

　　“太棒了！對(duì)于初學(xué)這些算法的開(kāi)發(fā)者而言，我想不出有比這本書(shū)更好的選擇了，而對(duì)于像我這樣學(xué)過(guò)A J的老朽而言，我也想不出還有什么更好的辦法能夠讓自己重溫這些知識(shí)的細(xì)節(jié)?！薄　　狣an Russell，資深技術(shù)經(jīng)理，Google　　“Toby的這本書(shū)非常成功地將機(jī)器學(xué)習(xí)算法這一復(fù)雜的議題拆分成了一個(gè)個(gè)既實(shí)用又易懂的例子，我們可以直接利用這些例子來(lái)分析當(dāng)前網(wǎng)絡(luò)上的社會(huì)化交互作用。假如我早兩年讀過(guò)這本書(shū)，就會(huì)省去許多寶貴的時(shí)間，也不至于走那么多的彎路了?！薄　　猅im Wolters.CT0.Collective Intellect

編輯推薦

　　想了解蘊(yùn)藏在搜索排名、商品推薦、社會(huì)化書(shū)簽以及在線(xiàn)婚介應(yīng)用背后的巨大威力嗎？《集體智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）的內(nèi)容引人人勝，它將會(huì)告訴我們?nèi)绾螛?gòu)造Web 2.0）應(yīng)用，使其能夠挖掘有大量用戶(hù)參與的互聯(lián)網(wǎng)應(yīng)用所產(chǎn)生的海量數(shù)據(jù)。利用書(shū)中介紹的這些復(fù)雜算法，可以編寫(xiě)出智能程序、訪(fǎng)問(wèn)其他Web站點(diǎn)的數(shù)據(jù)集、從我們自己的應(yīng)用程序中搜集用戶(hù)數(shù)據(jù)，進(jìn)而分析和理解這些數(shù)據(jù)。　　《集體智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）將引領(lǐng)我們進(jìn)入機(jī)器學(xué)習(xí)與計(jì)算統(tǒng)計(jì)的世界，并解釋如何得出有關(guān)用戶(hù)體驗(yàn)、市場(chǎng)營(yíng)銷(xiāo)、個(gè)人品味以及我們和他人每天搜集的用戶(hù)行為方面的結(jié)論。書(shū)中對(duì)每一個(gè)算法都進(jìn)行了詳細(xì)的描述，并附以簡(jiǎn)潔的代碼，這些代碼可以直接用于我們的web站點(diǎn)、博客、維基，或者其他特定的應(yīng)用?！　　都w智慧編程》（Programming Collective Intelligence Building Smart Web 2.0 Applications）是Web開(kāi)發(fā)者、架構(gòu)師、應(yīng)用工程師等的絕佳選擇。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    集體智慧編程 PDF格式下載

---