| 作者 |
| [加]鲁什迪·夏姆斯（Rushdi Shams） |
| 丛书名 |
| 出版社 |
| 人民邮电出版社 |
| ISBN |
| 9787115481634 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 现如今，数据科学已经成为一个热门的技术领域，它涵盖了人工智能的各个方面，例如数据处理、信息检索、机器学习、自然语言处理、数据可视化等。而Java作为一门经典的编程语言，在数据科学领域也有着杰出的表现。 本书旨在通过Java编程来引导读者更好地完成数据科学任务。本书通过9章内容，详细地介绍了数据获取与清洗、索引的建立和检索数据、统计分析、数据学习、信息的提取、大数据处理、深度学习、数据可视化等重要主题。 本书适合想通过Java解决数据科学问题的读者，也适合数据科学领域的专业人士以及普通Java开发人员阅读。 |
| 目录 |
| 第 1章 获取数据与清洗数据 1 1.1 简介 2 1.2 使用Java从分层中提取所有文件名 3 准备工作 3 操作步骤 3 1.3 使用Apache Commons IO从多层中提取所有文件名 5 准备工作 5 操作步骤 5 1.4 使用Java 8从文本文件一次性读取所有内容 6 操作步骤 7 1.5 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 操作方法 8 1.6 使用Apache Tika提取PDF文本 8 准备知识 9 操作步骤 9 1.7 使用正则表达式清洗ASCII文本文件 11 操作步骤 11 1.8 使用Univocity解析CSV文件 12 准备工作 13 操作步骤 13 1.9 使用Univocity解析TSV文件 15 准备工作 15 操作步骤 16 1.10 使用JDOM解析XML文件 17 准备工作 17 操作步骤 18 1.11 使用JSON.simple编写JSON文件 20 准备工作 20 操作步骤 21 1.12 使用JSON.simple读取JSON文件 23 准备工作 24 操作步骤 24 1.13 使用JSoup从一个URL提取Web数据 26 准备工作 26 操作步骤 26 1.14 使用Selenium Webdriver从网站提取Web数据 29 准备工作 29 操作步骤 29 1.15 从MySQL数据库读取表格数据 32 准备工作 32 操作步骤 32 第 2章 为数据建立索引与搜索数据 35 2.1 简介 35 2.2 使用Apache Lucene为数据建立索引 35 准备工作 36 操作步骤 40 工作原理 47 2.3 使用Apache Lucene搜索带索引的数据 50 准备工作 50 操作步骤 51 第3章 数据统计分析 56 3.1 简介 57 3.2 生成描述性统计 59 操作步骤 59 3.3 生成概要统计 60 操作步骤 60 3.4 从多种分布生成概要统计 61 操作步骤 62 更多内容 63 3.5 计算频率分布 64 操作步骤 64 3.6 计算字符串中的词频 65 操作步骤 65 工作原理 67 3.7 使用Java 8计算字符串中的词频 67 操作步骤 67 3.8 计算简单回归 68 操作步骤 69 3.9 计算普通最小二乘回归 70 操作步骤 70 3.10 计算广义最小二乘回归 72 操作步骤 72 3.11 计算两组数据点的协方差 74 操作步骤 74 3.12 为两组数据点计算皮尔逊相关系数 75 操作步骤 75 3.13 执行配对t检验 76 操作步骤 76 3.14 执行卡方检验 77 操作步骤 78 3.15 执行单因素方差分析 （one-way ANOVA test） 79 操作步骤 79 3.16 执行K-S检验 81 操作步骤 81 第4章 数据学习Ⅰ 83 4.1 简介 83 4.2 创建与保存ARFF文件 84 操作步骤 87 4.3 对机器学习模型进行交叉验证 91 操作步骤 91 4.4 对新的测试数据进行分类 95 准备工作 95 操作步骤 96 4.5 使用过滤分类器对新测试数据分类 102 操作步骤 102 4.6 创建线性回归模型 105 操作步骤 106 4.7 创建逻辑回归模型 108 操作步骤 108 4.8 使用K均值算法对数据点 进行聚类 110 操作步骤 110 4.9 依据类别对数据进行聚类处理 113 操作方法 113 4.10 学习数据间的关联规则 116 准备工作 116 操作步骤 116 4.11 使用低层方法、过滤方法、元分类器方法选择特征/属性 118 准备工作 119 操作步骤 119 第5章 数据学习Ⅱ 125 5.1 简介 125 5.2 使用Java机器学习库（Java-ML）向数据应用机器学习 126 准备工作 126 操作步骤 128 5.3 使用斯坦福分类器对数据点分类 137 准备工作 137 操作步骤 140 工作原理 141 5.4 使用MOA对数据点分类 142 准备工作 142 操作步骤 144 5.5 使用Mulan对多标签数据点进行分类 147 准备工作 147 操作步骤 150 第6章 从文本数据提取信息 154 6.1 简介 154 6.2 使用Java检测标记（单词） 155 准备工作 155 操作步骤 155 6.3 使用Java检测句子 160 准备工作 160 操作步骤 160 6.4 使用OpenNLP检测标记（单词）与句子 161 准备工作 162 操作步骤 163 6.5 使用Stanford CoreNLP从标记中提取词根、词性，以及 识别命名实体 167 准备工作 167 操作步骤 169 6.6 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 操作步骤 172 6.7 使用Mallet从文本文档提取主题 176 准备工作 177 操作步骤 179 6.8 使用Mallet对文本文档进行分类 184 准备工作 184 操作步骤 185 6.9 使用Weka对文本文档进行分类 189 准备工作 190 操作步骤 191 第7章 处理大数据 194 7.1 简介 194 7.2 使用Apache Mahout训练在线逻辑回归模型 195 准备工作 195 操作步骤 198 7.3 使用Apache Mahout应用在线逻辑回归模型 202 准备工作 202 操作步骤 203 7.4 使用Apache Spark解决简单的文本挖掘问题 207 准备工作 208 操作步骤 210 7.5 使用MLib的K均值算法做聚类 214 准备工作 214 操作步骤 214 7.6 使用MLib创建线性回归模型 217 准备工作 217 操作步骤 218 7.7 使用MLib的随机森林模型对数据点进行分类 222 准备工作 222 操作步骤 223 第8章 数据深度学习 229 8.1 简介 229 8.2 使用DL4j创建Word2vec神经网络 241 操作方法 241 工作原理 243 更多内容 246 8.3 使用DL4j创建深度信念神经网络 246 操作步骤 246 工作原理 250 8.4 使用DL4j创建深度自动编码器 254 操作步骤 254 工作原理 256 第9章 数据可视化 259 9.1 简介 259 9.2 绘制2D正弦曲线 260 准备工作 260 操作步骤 262 9.3 绘制直方图 266 准备工作 266 操作步骤 268 9.4 绘制条形图 273 准备工作 274 操作步骤 275 9.5 绘制箱线图或箱须图 279 准备工作 279 操作步骤 281 9.6 绘制散点图 285 准备工作 285 操作步骤 286 9.7 绘制甜圈图 289 准备工作 289 操作步骤 290 9.8 绘制面积图 294 准备工作 294 操作步骤 295 |