写给程序员的数据挖掘实践指南

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是介绍写给程序员的一本数据挖掘指南，可以帮助读者动手实践行数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。全书采用做中学的方式，用生动的图示、大量的表格、简明的公式，实用的Python代码示例，阐释数据挖掘的知识和技能。每章还给出了习题和练习，帮助读者巩固所学的知识。 本书专注适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。  
【推荐语】
大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是介绍写给程序员的一本数据挖掘指南，可以帮助读者动手实践行数据挖掘、集体智慧并构建推荐系统。 本书作者采用在实践中学的方式，提供了Python的代码和案例，详细介绍如何应用数据挖掘技术，发出实用的推荐系统。 本书英文版在网络上放出样章，得到很多业内知名人士的推荐和好评。 知名技术译者王斌老师译作，翻译质量上乘 数据挖掘一般是指通过算法搜索隐藏于大量的数据之中的信息的过程。众多的数据挖掘教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是专门写给程序员的一本数据挖掘指南，可以帮助读者动手实践，行数据挖掘、应用集体智慧并构建推荐系统。 全书共8 章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容；用生动的图示、大量的表格、简明的公式以及实用的Python 代码示例，阐释数据挖掘的知识和技能。 每章还给出了习题和练习，帮助读者巩固所学的知识。 本书采用"在实践中学习"的思路来组织内容。建议读者不是被动地阅读本书，而是通过课后习题和本书提供的Python 代码行实践。此外，读者还应当积极参与到数据挖掘技术的编程实践中。 本书适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为 一本轻松有趣的数据挖掘课程教学参考书。本书由一系列互为基础的小的知识累积而成，学完本书以后，能够为理解 数据挖掘的各种技术下坚实的基础。  
【作者】
Ron Zacharski是一名软件发工程师，曾在威斯康辛大学获美术学士学位，之后还在明尼苏达大学获得了计算机科学博士学位。博士后期间，他在爱丁堡大学研究语言学。正是基于广博的学识，他不仅在新墨西哥州立大学的计算研究实验室工作，期间还触过自然语言处理相关的项目，而该实验室曾被《连线》杂志评为机器翻译研究领域翘楚。除此之外，他还曾教授计算机科学、语言学、音乐等课程，是一名博学多才的科技达人。 王斌 博士，中国科学院信息工程研究所研究员，博士生导师，中国科学院大学兼职教授，研究方向为信息检索、自然语言处理与数据挖掘。主持国家973、863、国家自然科学基金、国际合作基金、部委及企业合作等课题近30项，发表学术论文130余篇，领导研制的多个系统上线使用，曾获国家科技步二等奖和北京市科学技术二等奖各一项。现为中国中文信息学会理事、信息检索、社会媒体处理、语言与知识计算等多个专业委员会委员、《中文信息学报》编委、中国计算机学会高级会员及中文信息处理专业委员会委员。多次担任SIGIR、ACL、CIKM等会议的程序委员会委员。《信息检索导论》、《大数据：互联网大规模数据挖掘与分布式处理》、《机器学习实战》、《Mahout实战》译者。2006年起在中国科学院大学讲授《现代信息检索》研究生课程，累计选课人数已超过1500人。迄今培养博士、硕士研究生近40名。