
高扬 卫峥 尹会生等
从行为脉络来看,本书基本上是从数据统计、数据指标理解、数据模型、聚类/分类与机器学习、数据应用、大数据框架补充知识,以及扩展讨论这样的角度来层层深入完成的。这种方式会给读者比较好的带入感,让大家——尤其是不擅长数学的读者降低对大数据与机器学习算法的恐惧感。如果读者朋友对排列组合、统计分布这些基础知识比较了解,完全可以考虑跳过这些部分直接去读后面更感兴趣的内容。为了调节阅读气氛,我们还尝试加入了一些漫画插图。为了让读者朋友能够更快地进行实践,我们几乎在每一个算法讲解后都配有Python或者SQL语言的实现部分。相信这些能够帮助大家更快、更轻松地阅读本书。
高扬等人的《白话大数据与机器学习》是一张覆盖"基础概念 → 数学工具 → 机器学习算法 → 工程落地 → 数据价值"的完整地图,最大价值在于把门槛降到"平民可进"——它不承诺让你成为算法专家,而是帮你建立一套能自己继续往下钻的直觉与框架。对想系统入门大数据与机器学习、又怕被公式劝退的人,这是一本可以顺着目录逐章啃、再回头当工具书查的务实之选。
这是一本非常通俗易懂的关于大数据和机器学习方面的书,正如书名,确实都是大白话,但不失理论深度。在同类书籍中不太容易理解的内容,在这本书中作者都用精辟形象的大白话生动而清晰地进行了解释说明,可谓用心良苦。更难能可贵的是,本书还提供了大量的机器学习示例代码和大数据框架的使用指南,可谓干货多多。推荐感兴趣的读者认真读一下这本书,必有收获。
和书名一样,大白话,但不失理论深度。部分章节还加入了绘图和代码。有些在其他技术书籍中不理解的内容,在这本书中找到了答案。总体来说还是不错的。重要的是,非常易懂。
大数据是一个以数据为核心的产业,是一个围绕大数据生命周期不断循环往复的生产过程,同时也是由多种行业分工和协同配合而产生的一个复合性极高的行业。 大数据产业生产流程从数据的生命周期的传导和演变上可以分为这样几个部分:数据收集、数据存储、数据建模、数据分析、数据变现。 其中每个环节都是非常重要的数据生命环节,每个环节的生产加工行为都是有其价值的,并且每个环节做到极致都可以成就一个伟大的公司。整个完整的产业生态圈就是大数据,它的缩影也渗透在任何一家以数据作为运营基础的公司中。
一本通俗易懂的书,用易于理解的语言和例子阐述大数据和机器学习的知识,可以把它当成这个领域的“目录”去学习,带你轻松走进这个领域,剩下的靠你去深入领会
因为一些客观原因急需了解机器学习相关知识,所以看这本书时间有点抢,但还是了解了很多概念,算是有很大收获了。阅读过程中,大部分知识都能看懂,但遇到具体的算法,比如后面的随机森林、支持向量机啥的还是有点一知半解的感觉,后期如果时间充沛应该会回头再细细品读一下。 这本书算是比较白话了,对入门选手比较友好,内容也比较多,作为涉猎书籍挺不错的,可以了解一些专业的概念,但文科生读起来可能会有些许费劲,中间有涉及一些物理和生物的知识,但是问题不大,对机器学习感兴趣的小伙伴推荐阅读,多了解一些东西总归是比较好的。
刚看几章忽略编程语言,我觉得我看到了大数据与机器学习的精髓,直到后来出现函数,算法,还是不是来个能量,化学分式,神经突触,确认过眼神,我是学文科的人,读书的时候,觉得数学最难,最不实用,现在总算是明白了,原来是自己的段位跟修行不够,还摸不到其精髓……
这本书我给5🌟,基于以下几个理由: 一、内容丰富,几乎涵盖了大数据和机器学习的所有知识点。先从数据的概念以及基本的微积分、统计学、概率论知识点讲起,为后续理解算法的概念和公式打下基础;然后对监督学习和非监督学习的几类重点算法进行了详细的讲述,包括分类、聚类、回归、关联、推荐、神经网络等,最后还介绍了大数据的一些框架,及工业上的一些方法。 二、详略得当,通俗易懂。抽象晦涩的概念作者能结合实际举例;具体的算法作者能给出完整详尽的代码,让我们去学习实验;甚至很多软件的安装和下载,每一步都有截图,我们可以按照步骤操作,这其实很重要,因为IT开发的软件,不仅仅是下载,重要是配置,可能一个环境变量配置不当,软件就不会工作,影响学习的信心。因此,我特别喜欢这种贴截图的作者,能够让我们学习后及时去实践去验证。 三、对于我本人来讲,这本书没有像教科书那样一字一句去学,但是几乎没有跳读。它帮助我回顾了研一研二我学习的东西,真的很感慨,现在的工作已经完全与这无关,但是回顾后我又燃起了做研究算法的心。我觉得我对于大数据和算法的整体理解都还在,只是具体的应用上要加强。所以我后续应先学原理以及如何应用,然后再耗时间去关注具体的推导过程。 总之,这本书非常适合有一定IT基础的人去读。通读后能帮助我们建立完整的大数据和算法思维架构,细节地方不必强求,当作工具书,需要运用时在学习就OK。再次强烈推荐。
的确是白话,但作为非CS背景的文科生的我来说,其实有的还是不太好理解。另外,配合着sklearn官方文档和其它基本关于python数据挖掘的书,把一些数据挖掘中常用的算法原理,理解清楚了。如果不是面向算法的岗位,在工作中,数据分析更多的还是面向业务,没有必要去自己实现算法,可以利用别人的轮子来为自己服务,但还是要对一些常用的算法有一些基本的认知。比如,我要从北京,到上海,我只需要知道是乘坐飞机快,还是汽车快,然后选择一种交通工具,就可以到达目的地。并不需要自己会去造飞机,造汽车。但是你怎么知道是飞机快,还是汽车快呢?这就要求我们至少要对飞机和汽车有一些基本的认知。
①读这本书还是学到了很多东西的,感谢编著! ②不是学校书本学的知识没用,是所从事的工作太低级,没有用武之地! ③究其根本,越发佩服人类的智慧。