Java 資料科學｜科學與工程實務方法 (Data Science with Java: Practical Methods for Scientists and Engineers)
Michael Brzustowicz 著 楊尊一 譯
- 出版商: 歐萊禮
- 出版日期: 2018-06-08
- 定價: $480
- 售價: 7.9 折 $379
- 語言: 繁體中文
- 頁數: 240
- ISBN: 9864768174
- ISBN-13: 9789864768172
-
相關分類:
Python、Java 程式語言
- 此書翻譯自: Data Science with Java: Practical Methods for Scientists and Engineers
-
相關翻譯:
Java數據科學實戰 (簡中版)
立即出貨(限量) (庫存=5)
買這商品的人也買了...
-
C 語言教學手冊, 4/e$620$490 -
C++ 教學手冊, 3/e$640$544 -
深入淺出程式設計－奠基於 Python 語言的編程學習指南 (Head First Programming: A Learner's Guide to Programming Using the Python Language)$680$537 -
透視 C語言指標－深度探索記憶體管理核心技術 (Understanding and Using C Pointers)$480$379 -
21 世紀 C 語言 (21st Century C: C Tips from the New School)$580$458 -
萬無一失的程式碼－終結 C & C ++ 軟體漏洞 (Secure Coding in C and C++, 2/e)$720$562 -
Java 技術手冊, 6/e (Java in a Nutshell, 6/e)$680$537 -
Effective Modern C++：提昇 C++11 與 C++14 技術的 42個具體作法 (中文版)(Effective Modern C++: 42 Specific Ways to Improve Your Use of C++11 and C++14)$580$458 -
Think Python｜學習程式設計的思考概念, 2/e (Think Python: How to Think Like a Computer Scientist, 2/e)$520$411 -
演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)$580$458 -
優化 C++｜提高程式效能的有效技術 (Optimized C++: Proven Techniques for Heightened Performance)$680$537 -
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解$450$356 -
Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)$780$616 -
區塊鏈｜未來經濟的藍圖 (Blockchain: Blueprint for a New Economy)$380$300 -
Think Data Structures｜Java演算法實作和資料檢索 (Think Data Structures: Algorithms and Information Retrieval in Java)$480$379 -
現代 Java｜輕鬆解決 Java 8 與 9 的難題 (Modern Java Recipes: Simple Solutions to Difficult Problems in Java 8 and 9)$580$458 -
Effective DevOps 中文版 (Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale)$720$569 -
無瑕的程式碼－整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)$580$452 -
設計聊天機器人｜建立對話式體驗 (Designing Bots: Creating Conversational Experiences)$580$458 -
重構 JavaScript (Refactoring JavaScript: Turning Bad Code Into Good Code)$680$537 -
Vue.js 建置與執行 (Vue.js: Up and Running: Building Accessible and Performant Web Apps)$480$379 -
深入學習 JavaScript 模組化設計 (Mastering Modular JavaScript)$400$316 -
持續交付｜使用 Java (Continuous Delivery in Java)$780$616
商品描述
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
目錄大綱
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
