基本信息

书名：Java数据科学指

定价：79.00元

作者： 什迪·夏姆斯(Rushdi Shams)

出版社：人 邮电出版社

出版日期：2018-06-01

ISBN：9787115481634

字数：

页码：

版次：1

装帧： 装-胶订

开本：16开

商品重量：0.4kg

编辑

如果你想创建适用 实际生产环境的数据科学模型，那么Java 是你的。Java可以调用各 强大的库（例如MLlib、Weka、DL4*等）。借助这些库，你可以使用Java高效 完成各 数据科学 务。 之，通过学习本书的内容，读者能 握各 处理问题的 法，学会如何把数据科学知识应用到实际生产环境中，以及编 分布式数据科学应用等。本书讲解的内容 在实际工作中 大用场。

内容提要

如今，数据科学已经成为一个热 的技* 域，它涵盖了人工智能的各个 面，例如数据处理、信息检 、机 学习、自然语言处理、数据可 化等。而Java作为一 经 的编程语言，在数据科学 域也有着杰出的表 。本书旨在通过Java编程来 导读者更好 完成数据科学 务。本书通过9章内容，详细 介绍了数据获取与清洗、 的建立 检 数据、统 分析、数据学习、信息的提取、大数据处理、深度学习、数据可 化等重要 题。本书适合想通过Java解决数据科学问题的读者，也适合数据科学 域的 人士以及普通Java开发人员阅读。

目录

1章 获取数据与清洗数据11.1　简介　21.2　使用Java从分层目录中提取所有文件名　3准备工作　3 作步骤　31.3　使用Apache Commons IO从多层目录中提取所有文件名　5准备工作　5 作步骤　51.4　使用Java 8从文本文件一次性读取所有内容　6 作步骤　71.5　使用Apache Commons IO从文本文件一次性读取所有内容　7准备工作　7 作 法　81.6　使用Apache Tika提取PDF文本　8准备知识　9 作步骤　91.7　使用 则表达式清洗ASCII文本文件　11 作步骤　111.8　使用Univocity解析CSV文件　12准备工作　13 作步骤　131.9　使用Univocity解析TSV文件　15准备工作　15 作步骤　161.10　使用OM解析XML文件　17准备工作　17 作步骤　181.11　使用JSON.simple编 JSON文件　20准备工作　20 作步骤　211.12　使用JSON.simple读取JSON文件　23准备工作　24 作步骤　241.13　使用JSoup从一个URL提取Web数据　26准备工作　26 作步骤　261.14　使用Selenium Webdriver从网站提取Web数据　29准备工作　29 作步骤　291.15　从MySQL数据库读取表 数据　32准备工作　32 作步骤　32 　2章 为数据建立 与搜 数据　352.1　简介　352.2　使用Apache Lucene为数据建立 　35准备工作　36 作步骤　40工作原理　472.3　使用Apache Lucene搜 带 的数据　50准备工作　50 作步骤　51 3章　数据统 分析　563.1　简介　573.2　生成描述性统 　59 作步骤　593.3　生成概要统 　60 作步骤　603.4　从多 分布生成概要统 　61 作步骤　62更多内容　633.5　 算 率分布　64 作步骤　643.6　 算字符串中的词 　65 作步骤　65工作原理　673.7　使用Java 8 算字符串中的词 　67 作步骤　673.8　 算简单回归　68 作步骤　693.9　 算普通小二乘回归　70 作步骤　703.10　 算 义小二乘回归　72 作步骤　723.11　 算 组数据点的 差　74 作步骤　743.12　为 组数据点 算皮尔逊相关系数　75 作步骤　753.13　 行 对t检验　76 作步骤　763.14　 行 检验　77 作步骤　783.15　 行单因素 差分析（one-way　ANOVA test）　79 作步骤　793.16　 行K-S检验　81 作步骤　81 4章　数据学习　834.1　简介　834.2　创建与保存ARFF文件　84 作步骤　874.3　对机 学习模型进行交*验证　91 作步骤　914.4　对新的测试数据进行分类　95准备工作　95 作步骤　964.5　使用过滤分类 对新测试数据分类　102 作步骤　1024.6　创建线性回归模型　105 作步骤　1064.7　创建逻辑回归模型　108 作步骤　1084.8　使用K均值算法对数据点进行聚类　110 作步骤　1104.9　依据类别对数据进行聚类处理　113 作 法　1134.10　学习数据间的关 则　116准备工作　116 作步骤　1164.11　使用低层 法、过滤 法、元分类 法选择 征/属性　118准备工作　119 作步骤　119 5章　数据学习　1255.1　简介　1255.2　使用Java机 学习库（Java-ML）向数据应用机 学习　126准备工作　126 作步骤　1285.3　使用斯坦福分类 对数据点分类　137准备工作　137 作步骤　140工作原理　1415.4　使用MOA对数据点分类　142准备工作　142 作步骤　1445.5　使用Mulan对多标 数据点进行分类　147准备工作　147 作步骤　150 6章　从文本数据提取信息　1546.1　简介　1546.2　使用Java检测标 （单词）　155准备工作　155 作步骤　1556.3　使用Java检测句子　160准备工作　160 作步骤　1606.4　使用OpenNLP检测标 （单词）与句子　161准备工作　162 作步骤　1636.5　使用Stanford CoreNLP从标 中提取词根、词性，以及识别命名实 　167准备工作　167 作步骤　1696.6　使用Java 8借助余弦相似性测度测量文本相似度　171准备工作　172 作步骤　1726.7　使用Mallet从文本文档提取 题　176准备工作　177 作步骤　1796.8　使用Mallet对文本文档进行分类　184准备工作　184 作步骤　1856.9　使用Weka对文本文档进行分类　189准备工作　190 作步骤　191 7章　处理大数据　1947.1　简介　1947.2　使用Apache Mahout训练在线逻辑回归模型　195准备工作　195 作步骤　1987.3　使用Apache Mahout应用在线逻辑回归模型　202准备工作　202 作步骤　2037.4　使用Apache Spark解决简单的文本挖掘问题　207准备工作　208 作步骤　2107.5　使用MLib的K均值算法 聚类　214准备工作　214 作步骤　2147.6　使用MLib创建线性回归模型　217准备工作　217 作步骤　2187.7　使用MLib的森林模型对数据点进行分类　222准备工作　222 作步骤　223 8章　数据深度学习　2298.1　简介　2298.2　使用DL4*创建Word2vec 经网络　241 作 法　241工作原理　243更多内容　2468.3　使用DL4*创建深度信念 经网络　246 作步骤　246工作原理　2508.4　使用DL4*创建深度自动编码 　254 作步骤　254工作原理　256 9章　数据可 化　2599.1　简介　2599.2　绘 2D 弦曲线　260准备工作　260 作步骤　2629.3　绘 直 图　266准备工作　266 作步骤　2689.4　绘 条形图　273准备工作　274 作步骤　2759.5　绘 箱线图或箱须图　279准备工作　279 作步骤　2819.6　绘 散点图　285准备工作　285 作步骤　2869.7　绘 甜圈图　289准备工作　289 作步骤　2909.8　绘 面积图　294准备工作　294 作步骤　295

作者介绍

Rushdi Shams毕 加拿大韦仕敦大学，获得了机 学习应用 士学位， 攻 向是自然语言处理（N*ural Language Processing，NLP）。在成为机 学习与NLP 域的 家之前，他讲授本科生与研究生课程。在YouTube ，他一直运营着一个名为“跟Rushdi一 学”（Learn with Rushdi）的 ，并且 得有声有*，该 要面向想学习 算机技*的朋友。

文摘

序言

^_^:45264e3d0aa3e8d6c3219e87f1ee2f69