拥抱机器学习，用Python实现无监督学习算法，构建高效且实用的解决方案Key Features包含多个示例和讲解全面揭示了无监督学习的内涵与实现技巧Book Description机器学习是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。无监督学习是机器学习中的一种学习方式，是数据科学的一个重要分支，常用于数据挖掘领域，通过构建模型来为业务决策提供依据。 本书通过Python语言讲解无监督学习，全书内容包括10章，前面9章由浅入深地讲解了无监督学习的基础知识、聚类的基础知识、高级聚类、层次聚类、软聚类和高斯混合模型、异常检测、降维和分量分析、无监督神经网络模型、生成式对抗网络和自组织映射，第10章以问题解答的形式对前面9章涉及的问题给出了解决方案。 本书适合数据科学家、机器学习从业者和普通的软件开发人员阅读，通过学习本书介绍的无监督学习理论和Python编程方法，读者能够在业务实践中获得有价值的参考。What you will learn

使用Python3.5学习编码实践以及高级概念Key Features本书是Python的高级读物，它不是介绍如何使用Python编程，而是如何利用Python更好地编程，教会读者提高编程技能。Book DescriptionPython作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。 本书基于Python 3.5版本进行讲解，通过13章的内容，深度揭示了Python编程的高级技巧。本书从Python语言及其社区的现状开始介绍，对Python语法、命名规则、Python包的编写、部署代码、扩展程序开发、管理代码、文档编写、测试开发、代码优化、并发编程、设计模式等重要话题进行了全面系统化的讲解。 本书适合想要进一步提高自身Python编程技能的读者阅读，也适合对Python编程感兴趣的读者参考学习。全书结合典型且实用的开发案例，可以帮助读者创建高性能的、可靠且可维护的Python应用。What you will learn...

一本书轻松读懂金融科技的核心内涵Key Features一本书轻松读懂金融科技的核心内涵；众多业界人士推荐，内容通俗易懂；立足AI视角，解读金融业务新形态；书中囊括丰富的算法讲解和代码示例；更有一系列高效的金融科技解决方案。Book Description近年来，人工智能在各个领域被广泛应用，但对于很多金融从业人员来说，人工智能仍然给人一种高深莫测的感觉。本书旨在从新技术（如人工智能）的视角给出金融业务的新兴解决方案。 本书内容通俗易懂，不仅揭示了人工智能在金融业中的重要性，还结合机器学习算法和示例给出了一系列的金融科技解决方案，涉及时间序列分析、强化学习、预测分析、自动化投资组合管理、情绪分析、自然语言处理等知识点。此外，本书还结合现实工作总结了相关的注意事项。 本书适合传统金融行业的从业者以及新兴金融科技领域的实践者阅读。读者可从本书深入浅出的知识点和案例中了解到人工智能的魅力，为更好地运用人工智能技术赋能...

快速解决诸多Hadoop相关技术问题的实用技术手册Key Features文字简洁，易于读者理解精挑细选，关注最重要的任务和问题细心组织，提供高效的问题解决方案讲解透彻，清晰解读每个操作步骤举一反三，将解决方案应用到其他场景中Book Description这是一本 Hadoop 实用手册，主要针对实际问题给出相应的解决方案。本书特色是以实践结合理论分析，手把手教读者如何操作，并且对每个操作都做详细的解释，对一些重要的知识点也做了必要的拓展。 全书共包括3个部分，第一部分为基础篇，主要介绍Hadoop数据导入导出、HDFS 的概述、Pig 与 Hive 的使用、ETL 和简单的数据处理，还介绍了MapReduce的调试方式；第二部分为数据分析高级篇，主要介绍高级聚合、大数据分析等技巧；第三部分为系统管理篇，主要介绍 Hadoop 的部署的各种模式、添加新节点、退役节点、快速恢复、MapReduce调优等。 本书...

概率图，热门的机器学习研究方向！借助流行的R语言，掌握贝叶斯网络和马尔科夫网络！Key Features市场上首本基于R语言的概率图图书结合概率论与图论的知识，提供一种简单的可视化概率模型的方法理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题Book Description概率图模型结合了概率论与图论的知识，提供了一种简单的可视化概率模型的方法，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。 通过学习本书，读者可以理解概率图模型的概念，为特定的问题选取特定的概率图模型；调整模型参数，自动发现新的模型；从简单到复杂，逐步理解贝叶斯模型的基本原理；把标准的线性回归模型转换为强大的概率图模型；理解当今产业界广泛使用的高级模型；使用精确推断和近似推断算法，计算后验概率分布。 本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。What you will learn理解概率图模型的...

基于R和Python的数据科学项目案例集锦，数据分析师、数据挖掘工程师、数据科学家必读Key Features通过多个真实的数据分析案例，手把手教读者一步一步地完成从数据分析的准备到分析结果报告的整个流程案例包括汽车数据分析、税收数据分析、就业数据分析、股市数据分析、社交网络分析、大规模电影推荐、Twitter数据分析、新西兰海外游客预测分析以及德国信用数据分析等Book Description本书对想学习数据分析的人来说是一本非常实用的参考书，书中有多个真实的数据分析案例，几乎是以手把手的方式教你一步一步地完成从数据分析的准备到分析结果报告的整个流程。无论是数据分析工作的从业者，还是有志于未来从事数据分析工作的在校大学生，都能从本书中获取一些新知识、新思想。 同时，本书也是一本优秀的学习和提高R及Python编程的参考书。很多人有这样的感触，单纯地学习编程语言是很枯燥的过程，但利用本书学习R和Python语言可以很好地解决这个问题，生动实用的数据集以及非常有意思...

用Java代码释放神经网络无穷力量Key Features本书完整地演示了使用Java开发神经网络的过程既有非常基础的实例也有高级实例。Book Description神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的最合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于开发的API和包，具有“一次编写，随处运行”的可移植性。 本书完整地演示了使用Java开发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 最后，你将学习实时优化和自适应神经网络的方法。 本书所有的示例都提供了说明性的源代码，这些源代码综合了面向对象编程（OOP）概念和神经网络特性，以帮助你更好的学习。What you will learn

了解R的核心功能及第三方软件包，掌握大数据处理的重要秘诀Key Features本书挑战了关于R语言不支持大数据流程和分析的偏见从数据导入和管理到高级分析和预测建模的大数据产品周期的所有阶段中亲身体验各种工具与R的整合Book DescriptionR是一个强大的、开源的、函数式编程语言，可以用于广泛的编程任务。一般来讲，R语言的应用主要在数据统计与分析、机器学习、高性能计算等方面。R语言已经在多个领域赢得了认可，同时也基于其开源、免费的特点不断地发展壮大。 本书通过9章内容，循序渐进地揭示了大数据的概念，介绍了如何使用R进行数据处理，如何创建Hadoop虚拟机，如何建立和部署SQL数据库，同时还介绍了MongoDB、HBase、Spark、Hive相关的内容，并在本书的最后介绍了R的潜在应用场景。 本书适合中级数据分析师、数据工程师、统计学家、研究人员和数据科学家阅读，需要读者具备数据分析、数据管理和大数据算法的基本知识。What you will le...

Python脚本编程手册，Python脚本编程指南Key Features从基础到高级编程，全面系统地介绍Python脚本在系统管理中的作用。市场上少见的介绍将Python脚本应用于系统管理的图书。本书附有配套资源，帮助读者学以致用，将所学应用到真实场景中。Book Description本书是一本介绍Python编程的进阶图书，包含了大量关于Python脚本设计的主题。本书共18章，首先带领读者快速复习Python基础知识，然后循序渐进地介绍了一些实用主题，包括Python脚本的调试和分析、编写单元测试、系统管理、处理文件和数据、文件归档以及文本处理等。然后介绍了网络编程、处理电子邮件、远程控制主机、创建图形用户界面、处理日志文件、编写网络爬虫、数据收集和可视化以及操作数据库等更加高阶的主题。本书中每一知识点都结合可以运行的源码讲解，帮助读者更好地掌握Python脚本编程。 本书要求读者具备Python的基础知识，非常适合对Python编程有基...

Python代码整洁之道Key Features介绍实现Python代码整洁应遵循的基本原则涵盖避免由不良代码导致的效率低下以及存在诸多隐患的代码的方法作者专业背景深厚，项目经验丰富基于Python 3.9Book Description这是一本介绍如何实现Python代码整洁的书，主要介绍如何使用Python 3.9引入的新特性提升编码技能。此外，本书还介绍了以下内容：通过利用自动化工具建立高效的开发环境，利用Python中的魔法方法来编写更好的代码，抽象代码复杂性并封装细节，使用Python特有的特性创建高级的面向对象设计，通过使用面向对象设计的软件工程原则创建强大的抽象来消除代码重复，使用装饰器和描述符创建特定于Python的解决方案，运用单元测试方法有效重构代码，以及通过实现整洁的代码库为构建坚实的架构打下基础等。 本书对新手程序员和有经验的程序员同样适用，也适合想通过编写Python代码来节省成本和提高效率的团队领导、...

MATLAB机器学习实战Key Features知名MATLAB用 MATLAB 进行机器学习建模的入门书。真实案例+图表展示多种回归模型，真实再现用MATLAB实现数据应用，且侧重于实际应用。中国量化投资学会MATLAB技术分会会长、MATLAB技术论坛联合创始人李洋领衔翻译，在原书基础上增加了专业、细致的修订。Book DescriptionMATLAB为机器学习领域提供了必要的工具。用户可以借助MATLAB环境提供的强大交互式图形界面，非常轻松地解决机器学习问题。 本书在介绍每个主题前，会简要概述其理论基础，然后辅以实际案例进行阐释。通过阅读本书，读者能够应用机器学习方法，并能充分利用MATLAB的功能解决实际问题。 本书前3章主要介绍MATLAB机器学习的基础知识、使用MATLAB导入数据和组织数据的方法以及从数据到知识发掘的方法，中间3章主要介绍回归分析、分类分析以及无监督学习，最后3章介绍人工神经网络、降维变换的方法以及机器学习实战的...

掌握Python机器学习的有效工具，搞定scikit-learn的必备指南Key Features本书内容涵盖多种机器学习模型讨论了数据预处理、超参数优化和集成方法等主题。Book Description近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有着卓越的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个不可多得的好工具。 本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起，涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。 本书适合机器学习领域的工程师学习，也适合想要了解scikit-learn的数据科学家阅读。通过阅读本书，读者将有效提升自己在机器学习模型的构建和评估方...