“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
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
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
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
收藏
2025專利防護中