Python資料科學與機器學習：從入門到實作必備攻略

by Frank Kane, 陳光欣 (Translator)

一次活用Python和Apache Spark，帶你精通機器學習及資料科學！

　　★提供資料科學必備的資料分析工具和技術
　　★在Python中訓練出高效能機器學習模型
　　★為你的商品打造出強而有力的推薦系統
　　★靈活運用Apache Spark進行大數據處理工作

　　作者Frank Kane曾在亞馬遜和IMDb等知名企業工作，從事機器學習演算法工作。在踏入資料科學的世界中，本書將提供你探索資料科學的核心領域所需的工具，以及各種動手做練習和信心建議，讓你打造自己的機器學習模型。透過簡單易懂的實作範例及大量的圖文解說，你將學會K-Means集群、貝氏方法、預測模型、推薦系統、Apache Spark、實驗設計等核心主題。

　　本書涵蓋了全面且詳盡的資料科學內容，首先帶你快速認識Python語言、基礎統計學和機率概念，接著深入討論資料探勘、機器學習相關等60多個主題。我們將用真實使用者的影評分數資料開發出一套電影推薦系統，並建立一個可實際運作的維基百科資料搜尋引擎。此外，我們還將建立一個垃圾郵件分類器，它可以將電子郵件帳戶中的垃圾郵件和正常郵件進行正確分類。此外，本書還有一個章節專門介紹如何將這個分類器擴展到使用Apache Spark的大數據叢集系統上。

　　讀完本書後，你將能活用各種Python中的資料探勘和資料分析技術，找出資料中的價值，並開發出優質的預測模型，讓你能預測未來的結果。另外，你還能靈活運用Apache Spark，針對大數據執行大規模機器學習。認識資料科學工作並非難事，從分析資料前的資料準備工作、訓練機器學習模型，到最終的資料分析結果視覺化……你都將一次精通！

　　在這本書中，你將學到：
　　• 清理和準備資料，讓資料能用於分析
　　• 用Python實作熱門的集群和迴歸方法
　　• 利用決策樹和隨機森林訓練高效率的機器學習模型
　　• 使用Python Matplotlib程式庫對分析結果進行視覺化
　　• 使用Apache Spark的MLlib在大型資料集上進行機器學習

　　適用讀者：
　　• 剛入行的新手資料科學家
　　• 想用Python對資料進行分析、獲得實用資訊的資料分析師
　　• 有Python程式設計經驗、想進入資料科學領域的程式設計師

　　讀者可以到博碩文化官網輸入書號或書名，下載「練習題參考解答」。

About the author

Frank Kane, Brooklyn-born and a lifetime New Yorker, worked for many years in journalism and corporate public relations before shifting to fiction writing. At the time he was selling crime stories to the pulps he was also sustaining a career writing scripts for such radio shows as Gangbusters and The Shadow.

In addition to the Johnny Liddells, Kane wrote several suspense novels, some softcore erotica, and (under the pen name of Frank Boyd) "Johnny Staccato", a Gold Medal original paperback based on the short-lived noir television series, starring John Cassavetes, about a Greenwich Village bebop pianist turned private detective.