|
|
本書以降低學習門檻為宗旨，解說大數據與機器學習的相關基礎知識，只要具備高中數學基礎即可看懂。內容結合大量案例與生動的插畫，將高度抽象的數學、演算法與現實生活中的事件作關聯，幫助讀者理解。
本書精彩內容包括：
．大數據基礎，說明大數據應該具備的基礎數學知識
．大數據演算法，解說向量空間、回歸、聚類、分類等核心演算法
．大數據熱門應用：介紹推薦算法、文字挖掘、人工神經網路等技術的原理
．大數據主流框架：介紹Hadoop、Spark、Cassandra
Chapter 01 大數據產業
Chapter 02 步入資料之門
Chapter 03 排列組合與古典機率
Chapter 04 統計與分佈
Chapter 05 指標
Chapter 06 資訊理論
Chapter 07 多維向量空間
Chapter 08 迴歸
Chapter 09 聚類
Chapter 10 分類
Chapter 11 關聯分析
Chapter 12 使用者側寫
Chapter 13 推薦演算法
Chapter 14 文字挖掘
Chapter 15 人工神經網路
Chapter 16 大數據框架簡介
Chapter 17 系統架構和最佳化
Chapter 18 資料解讀與資料的價值
