集体智慧编程

内容简介：

《集体智慧编程》以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web 上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web 网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。

《集体智慧编程》是Web 开发者、架构师、应用工程师等的绝佳选择。

作者简介：

Toby Segaran是Genstruct公司的软件开发主管，这家公司涉足计算生物领域，他本人的职责是设计算法，并利用数据挖掘技术来辅助了解药品机理。Toby Segaran还为其他几家公司和数个开源项目服务，帮助它们从收集到的数据当中分析并发掘价值。除此以外，Toby Segaran还建立了几个免费的网站应用，包括流行的tasktoy和Lazybase。他非常喜欢滑雪与品酒，其博客地址是blog.kiwitobes.com，现居于旧金山。

目录：

前言.................................................................................................................... viii

第1章集体智慧导言......................................................................................... 1

什么是集体智慧......................................................................................................................2

什么是机器学习......................................................................................................................3

机器学习的局限......................................................................................................................4

真实生活中的例子..................................................................................................................5

学习型算法的其他用途..........................................................................................................5

第2章提供推荐................................................................................................ 7

协作型过滤..............................................................................................................................7

搜集偏好.................................................................................................................................8

寻找相近的用户......................................................................................................................9

推荐物品...............................................................................................................................15

匹配商品...............................................................................................................................17

构建一个基于del.icio.us的链接推荐系统..........................................................................19

基于物品的过滤....................................................................................................................22

使用MovieLens数据集........................................................................................................25

基于用户进行过滤还是基于物品进行过滤........................................................................27

练习.......................................................................................................................................28

第3章发现群组.............................................................................................. 29

监督学习和无监督学习........................................................................................................29

单词向量...............................................................................................................................30

分级聚类...............................................................................................................................33

绘制树状图............................................................................................................................38

列聚类...................................................................................................................................40

K-均值聚类............................................................................................................................42

针对偏好的聚类....................................................................................................................44

以二维形式展现数据............................................................................................................49

有关聚类的其他事宜............................................................................................................53

练习.......................................................................................................................................53

第4章搜索与排名.......................................................................................... 54

搜索引擎的组成....................................................................................................................54

一个简单的爬虫程序............................................................................................................56

建立索引...............................................................................................................................58

查询.......................................................................................................................................63

基于内容的排名....................................................................................................................64

利用外部回指链接................................................................................................................69

从点击行为中学习................................................................................................................74

练习.......................................................................................................................................84

第5章优化..................................................................................................... 86

组团旅游...............................................................................................................................87

描述题解...............................................................................................................................88

成本函数...............................................................................................................................89

随机搜索...............................................................................................................................91

爬山法...................................................................................................................................92

模拟退火算法........................................................................................................................95

遗传算法...............................................................................................................................97

真实的航班搜索..................................................................................................................101

涉及偏好的优化..................................................................................................................106

网络可视化..........................................................................................................................110

其他可能的应用场合..........................................................................................................115

练习.....................................................................................................................................116

第6章文档过滤.............................................................................................117

过滤垃圾信息......................................................................................................................117

文档和单词..........................................................................................................................118

对分类器进行训练..............................................................................................................119

计算概率..............................................................................................................................121

朴素分类器..........................................................................................................................123

费舍尔方法..........................................................................................................................127

将经过训练的分类器持久化..............................................................................................132

过滤博客订阅源..................................................................................................................134

对特征检测的改进..............................................................................................................136

使用Akismet........................................................................................................................138

替代方法..............................................................................................................................139

练习.....................................................................................................................................140

第7章决策树建模........................................................................................ 142

预测注册用户......................................................................................................................142

引入决策树..........................................................................................................................144

对树进行训练......................................................................................................................145

选择最合适的拆分方案......................................................................................................147

以递归方式构造树..............................................................................................................149

决策树的显示......................................................................................................................151

对新的观测数据进行分类..................................................................................................153

决策树的剪枝......................................................................................................................154

处理缺失数据......................................................................................................................156

处理数值型结果..................................................................................................................158

对住房价格进行建模..........................................................................................................158

对“热度”评价进行建模..................................................................................................161

什么时候使用决策树..........................................................................................................164

练习.....................................................................................................................................165

第8章构建价格模型..................................................................................... 167

构造一个样本数据集..........................................................................................................167

k-最近邻算法.......................................................................................................................169

为近邻分配权重..................................................................................................................172

交叉验证..............................................................................................................................176

不同类型的变量..................................................................................................................178

对缩放结果进行优化..........................................................................................................181

不对称分布..........................................................................................................................183

使用真实数据——eBay API...............................................................................................189

何时使用k-最近邻算法......................................................................................................195

练习.....................................................................................................................................196

第9章高阶分类：核方法与SVM ................................................................. 197

婚介数据集..........................................................................................................................197

数据中的难点......................................................................................................................199

基本的线性分类..................................................................................................................202

分类特征..............................................................................................................................205

对数据进行缩放处理..........................................................................................................209

理解核方法..........................................................................................................................211

支持向量机..........................................................................................................................215

使用LIBSVM......................................................................................................................217

基于Facebook的匹配........................................................................................................219

练习.....................................................................................................................................225

第10章寻找独立特征................................................................................... 226

搜集一组新闻......................................................................................................................227

先前的方法..........................................................................................................................231

非负矩阵因式分解..............................................................................................................232

结果呈现..............................................................................................................................240

利用股票市场的数据..........................................................................................................243

练习.....................................................................................................................................248

第11章智能进化.......................................................................................... 250

什么是遗传编程..................................................................................................................250

将程序以树形方式表示......................................................................................................253

构造初始种群......................................................................................................................257

测试题解..............................................................................................................................259

对程序进行变异..................................................................................................................260

交叉.....................................................................................................................................263

构筑环境..............................................................................................................................265

一个简单的游戏..................................................................................................................268

更多可能性..........................................................................................................................273

练习.....................................................................................................................................276

第12章算法总结.......................................................................................... 277

贝叶斯分类器......................................................................................................................277

决策树分类器......................................................................................................................281

神经网络..............................................................................................................................285

支持向量机..........................................................................................................................289

k-最近邻...............................................................................................................................293

聚类.....................................................................................................................................296

多维缩放..............................................................................................................................300

非负矩阵因式分解..............................................................................................................302

优化.....................................................................................................................................304

附录A：第三方函数库..................................................................................... 309

附录B：数学公式............................................................................................. 316

索引.................................................................................................................. 323

一本非常不错的好书！确实是非常不错的！

hlp 2012-05-19 0赞

一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！一本非常不错的好书！确实是非常不错的！

还是不错的加快进度及

冒险唯一的意义 2013-01-05 0赞

　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。　　这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。
　　
　　不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法很普遍，不论是在这里还是在Amazon.com。
　　
　　数学从某种程度上说就是一门语言，能够让复杂的概念和关系用严谨而简洁的方式表达出来。就好比有了"操作系统"这样的专业术语，你在跟别人交谈的时候就不用说"我的软件是运行在另外一个管理内存、进程、文件等的底层系统之上"这样罗索而充满歧义的话一样。想进入一个新的圈子，就必须懂得这个圈子的语言，这是显而易见的事情。所以每个领域都有自己的一些专业术语，而数学的一些分支就是数据挖掘或机器学习这个圈子的语言的重要组成部分。
　　
　　集体智慧编程这本书能够让你在掌握很少的数学知识时，仍然能够掌握一定的数据挖掘技能。不管是为了应对紧迫的项目压力，或是培养这个领域的兴趣，把它作为入门书，都是一个不错的选择。但如果要根据不同的应用设计自己的算法，而不是仅仅拷贝别人的算法，那么掌握数学语言并进行更深入的学习显然是非常必要的。

机器学习与数据挖掘入门好书，感性认识，但需要会python

chentingpc 2011-07-13 0赞

本书介绍了人工智能（机器学习与数据挖掘为主）在编程（特别是网络编程）方面的具体应用，介绍了许多机器学习与数据挖掘的算法与实现，几乎每个算法都是结合着实例来说的，因此能让读者有很感性的认识，并且没有复杂的数学推导，比较适合入门者，要想读懂本书的算法，唯一的要求就是懂python，如果不懂就没有办法精通本书，尤其是初学者，很多原理与实现的详解都是用python语言来表达的。

瑕不掩瑜

E.T 2009-07-19 1赞

Programming Collective Intelligence 作为一本机器学习的入门书，很优雅地摘去了那些看似神奇的推荐系统、垃圾邮件过滤系统或是游戏AI头上的光环，将它们还原为一行行实在的代码，并相对浅显易懂地介绍了当中涉及的数学原理，仿佛是在带领读者去揭穿一个个魔术背后的障眼把戏，让读者在“哦”的醒悟之余大呼“妙绝”。

虽说这是一本讲原理的书，却一点都不枯燥，而且还很实用。全书十二章中，除去头尾两章，其余的每一章分别介绍了一类算法，从简单的相似度计算到有点玄乎的 genetic programming，都先以作者杜撰的简易数据开场，再拿现实数据（从提供API的 web 2.0 网站上抓取）开刀，既讲清楚了道理，又能启发读者利用这些算法去做实际的应用。

但这本书并不是完美无缺的，主要问题出现在代码中：

   1. 作者可能不太熟悉 Python，所以经常会看到 for i in range(len(xx)) 这种十分不 Pythonic 的遍历方式；
   2. 代码可读性不高——变量名太简短，滥用列表解析；
   3. 不知是排版错误还是作者根本没测试，部分代码与文本对不上号。

不过，瑕不掩瑜，这本书还是很不错的。如果你想跳出传统的“框架+数据库”模式、为你的网站增添一些智能而人性化的元素，如果你想以人工智能为研究方向而正在寻找入门书，可以考虑它。

示例代码一个拼写小错误

ipy 2010-05-17 0赞

电子工业出版社，第二章，第16页，代码：
def getRecommendations(prefs,person,similarity=sim_pearson):
应为
def getRecommendations(prefs,person,similarity=sim_person):

书还是不错的.

zjh 2010-07-16 0赞

今天买了,在当当买的,书还是不错.
只是当当的服务太让我失望了,说送一赠书,收货时没有.
居然还怪我没有好好看他们的帮助中心

买一本好书的愉快心情就被当当破坏了.

千万不要买错了

疯狂大侠 2009-06-12 1赞

这本大名鼎鼎的书不看是不行的，但是前段时间在dandang上买错了，有个影印版的是英文的，结果就是还得再买这本

实践性很强的一本书

Phil 2011-07-27 0赞

推荐对数据挖掘想入门的同学阅读，这本书没有大篇幅让人头晕的数学推导，适合想边学理论边实践的人阅读，如果能把每章最后的习题进行实践，相信会更有收获

Programming Collective Intelligence

涅瓦纳 2011-07-30 0赞

Want to tap the power behind search rankings, product recommendations, social bookmarking, and online matchmaking? This fascinating book demonstrates how you can build Web 2.0 applications to mine the enormous amount of data created by people on the Internet. With the sophisticated algorithms in this book, you can write smart programs to access interesting datasets from other web sites, collect data from users of your own applications, and analyze and understand the data once you've found it. Programming Collective Intelligence takes you into the world of machine learning and statistics, and explains how to draw conclusions about user experience, marketing, personal tastes, and human behavior in general -- all from information that you and others collect every day. Each algorithm is described clearly and concisely with code that can immediately be used on your web site, blog, Wiki, or specialized application. This book explains: Collaborative filtering techniques that enable online retailers to recommend products or media Methods of clustering to detect groups of similar items in a large dataset Search engine features -- crawlers, indexers, query engines, and the PageRank algorithm Optimization algorithms that search millions of possible solutions to a problem and choose the best one Bayesian filtering, used in spam filters for classifying documents based on word types and other features Using decision trees not only to make predictions, but to model the way decisions are made Predicting numerical values rather than classifications to build price models Support vector machines to match people in online dating sites Non-negative matrix factorization to find the independent features in adataset Evolving intelligence for problem solving -- how a computer develops its skill by improving its own code the more it plays a game Each chapter includes exercises for extending the algorithms to make them more powerful. Go beyond simple database-backed applications and put the wealth of Internet data to work for you. "Bravo I cannot think of a better way for a developer to first learn these algorithms and methods, nor can I think of a better way for me (an old AI dog) to reinvigorate my knowledge of the details." -- Dan Russell, Google "Toby's book does a great job of breaking down the complex subject matter of machine-learning algorithms into practical, easy-to-understand examples that can be directly applied to analysis of social interaction across the Web today. If I had this book two years ago, it would have saved precious time going down some fruitless paths." -- Tim Wolters, CTO, Collective Intellect

读吧，好书

martin 2011-08-21 0赞

　　的确是本实用，有深度，又浅显易懂的书。能够把复杂的问题写得如此简单的人肯定是位绝顶高手。特别是原来感觉比较深奥的问题，比如：
核方法（Kernal Trick）、模拟退火（Simulated Annealing）等这些困扰多年的问题。想当年为了弄清SVM的核方法，看了不少参考资料，有的厚厚的像块砖。几次一头扎进水想弄明白，结果每次都因营养不足被迫浮出水面。当时感觉这东西好难。读完后，以前纠结的问题，忽然就明白了。原来是这样！

事隔几年，重拾这本书

飞林沙 2012-12-28 122

记得第一次读这本书的时候，是刚毕业在第一家小公司工作，虽然当时只是做Web，但是作为十人团队中少有的还有那么点数学基础的人，无可避免地把一些简单的非工程化的东西接了过来。当时有一个小任务是来做喜欢xxx的人也喜欢xxx，老大就把这本集体智慧编程扔给了我，说看这本书，然后看看能不能把这个做出来，当时我还不知道这门“蹩脚”的语言叫做Python，不过感谢有了这本书，我知道了什么叫Item-based，虽然之后又忘记了。接下来我便顺着半懂不懂地读完了这本书，“知道”了SVM，"知道"了协同过滤，然后便自认为懂了算法。以至于在今后的几年，每当有人希望学习下数据挖掘，我便向他们推荐这本书。

再到几年后，我自己真的置身到了算法领域。前几天看PRML看到SVM的知识，看的有些迷迷糊糊，于是便回头翻了一下许久不动的《集体智慧编程》，我做的是从第一页开始不停地往后翻，发现对我理解算法几乎没有任何的帮助，因为发现这本书其实什么都没有讲。

回到说这本书本身，其实这本书最大的优势便是书中没有理论推导，没有复杂的数学公式，例如在讲SVM的时候，他讲到的我们做SVM的目的就是要需要找到超平面，至于非线性可分的数据来说，我们需要的是把低维数据升至高维，然后便可线性可分了，而对照PRML这种把SVM讲了整整三四章的书来说，知识之浅显就可见一斑了；甚至不用和PRML来比较，就算是对比斯坦福的机器学习公开课来说，其深入程度都不如一堂课的内容了。

这本书在我看来适合的三个人群：A. 刚刚具有基础编程知识的学生 B. 如我刚毕业的情况，不是希望进入数据挖掘领域，只是要急着做完一个项目 C. 大多数的产品经理。

最后说数学公式，大多数人对这本书的赞誉莫过于本书没有复杂难懂的数学公式，Talk is cheap , Show me the code，是被很多程序员尊为“圣经”的一句话，其实对于数据挖掘理论恰恰却是Code is cheap , Show me the method。然后数学作为一种奇妙的语言，可以把很多晦涩的理论通过一些巧妙的数学符号给表示出来，而代码往往做的是把这些优美的数学公式用if , for给打乱。正如我之前一次所说，把数学公式反映成代码非常简单，但是把代码给还原成数学公式简直就是让人抓狂的事情。所以我以前尝试过一个系列，叫做“白话数据挖掘”，里面希望不用一个数学公式把我理解的数据挖掘算法讲给所有人听，但是后来发现这个事情是不现实的，因为代码比公式要难懂，冗余的多。

另外，作为算法工程师，如果只是会盲从地遵从paper去套用他人的算法，而没办法对其算法进行一个从头至尾的理解，这个学术上的算法往往也是无法应用于工程化实践的。

所以，如果你真的热爱数据挖掘，热爱算法领域，集体智慧编程可以成为你的第一本书，但是不要花费太多的时间，把更多的时间留给数学，留给那些每篇都有着“晦涩”的数学公式的大块头把。

夸的人太多了，我来中和以下

Chen_1st 2010-11-22 101

实战性极强

clickstone 2008-08-25 67

中国有句老话，叫做“知易行难”。
作算法的朋友应该更有体会，想把 paper 上的公式转变为可以运行的代码，这是件考验功力的事情。
Toby Segaran 写的这本《Programming Collective Intelligence》，是修炼此种功力的武林秘笈之一。

这本书最显著的特点是，实战性极强！
针对每个算法，他从头到尾演示了一个完整的实现过程：从获取数据，组织存储，到算法实现，加载运算，再到最后的结果的分析利用。书中所有的例子均基于实际系统的真实数据，作者演示了大量的开放 API 的使用，Delicious、Amazon、Last.fm、Google News，各个都是大名鼎鼎，每步都是真刀真枪。跟着书中的操作这样一趟走下来，你会豁然开朗，原来这些看似神秘复杂的系统，也不过如此。但不幸的是，其中的大部分 API 已经不能工作了。比如 del.icio.us API，你就得换这个了，http://www.michael-noll.com/wiki/Del.icio.us_Python_API。

从纯粹算法的角度来讲，这本书里讲解的算法，基本都是入门级的。但即使是这样，能把细节讲述地如此传神，也实属不易。换一个角度来看，简单，也同时意味着常用，熟练掌握了书中的这些算法，也足以解决不少的现实问题。而且，在拥有大规模数据的情况下，简单的算法，往往也可以取得令人吃惊的效果。

另外一个方面，此书作者用英文遣词造句的能力出神入化，读起来简直行云流水。时常会让自己产生英文超牛的幻觉，体验很爽。

没时间细读的朋友，也建议至少看一下 Toby Segaran 写的 Social Data Mining 这个 slide，一定会有收获。http://www.slideshare.net/adunne/mining-social-data-for-fun-and-insight

我得知此书，需感谢我的一篇 blog “个性化技术相关资料” 后面，KaKa 网友的推荐。http://www.guwendong.com/post/2008/recommendation_resources.html
豆瓣猜没有帮助我发现这本书。
这曾让我思考，基于 SNS 的推荐，是否比传统的推荐更有效呢？想参与讨论？请移步这里 http://www.douban.com/group/topic/3994778/

五星！

首发 Beyond Search
http://www.guwendong.com/post/2008/programming_collective_intelligence_review.html

入门的好书

yeahq 2009-04-13 21

   花了很长时间，终于断断续续地坚持把《Programming Collective Intelligence》给读完了。作者用非常直观的方式向读者展示了人工智能和机器学习中的大量经典的算法。更可贵的是，作者在展示算法时所使用的例子都是Internet中非常有代表性的场景，并且很多情况下还会结合一些实际运营的Web站点的数据作更进步阐释。当然，作为一本实用型的书，少不了的是大量可运行的代码。

    与其他Data Mining、Machine Learning方面的一些教科书相比，这本书的最大的优点是具体和直接。因为算法类教科书要传达的是一个领域内的相关知识，它往往非常专注本领域相关知识的介绍，而尽可能少涉及到一些次要的相关领域的知识。另外，又要显得本领域的重要性，所以描述要尽可能地严格和一般。也就是说，需要撇开具体问题（可以举例），仅仅从一个更高的层次上抽象地介绍这个领域。以表明“这个领域不光能解决这个问题，我的模型在这，只要你能套对模型，你的问题就能用我的方法来解。”而描述算法用的也是自然语言或者伪代码，目的是为了说明“我是语言中立的，满足一定条件的语言都能实现这个算法。”并且，还要用很多的篇幅来说明或者证明这个算法为什么是有效的，在什么时候有效，有效到什么程度等。

    而事实上，对于初学者来说，描述上抽象往往可能造成了理解上的困难。因为我们理解东西，很多时候可能比较喜欢从感性上升到理性。也就是由具体到抽象。而教科书上的介绍往往是反过来的，先建立理性认识，然后再让你去实验实践得到感性认识。如果之前有一点背景知识，能够利用类比想象来理解的话，情况还好，否则就真的只能“云深不知处”了。所以，这边书的作用也正是在于此吧：它提供了关于这先算法如何编写以及使用的非常直白的指南。直白到就是照着书上敲代码配置环境就能运行。

   不过补充一句，我没有贬低教科书的意图，事实上，看完这本书以后，想继续提高对于算法的认识的话，教科书依然是一个非常好的途径。

   关于这本书没有告诉我们的。这本书没有告诉我们这些算法为什么有用。另外，它也没说怎么讲如何将算法用于大规模的数据上。关于第一个问题，是理论的问题，教科书解答的也正是这种问题。关于第二个问题，则是实践性的问题。关于大规模数据的存储、访问，以及在数据上的运算问题则更多是分布式并行系统所研究的问题。我想如果要是把这些东西加进来，这本书不知道还要加厚几倍，而它的读者不知道要少多少。

    再说具体内容，集体智慧编程思想其实是简单的：各人自动自发无目的地提供信息，经过计算机整理以后会形成一种“合力”使得更多的人受益。举例来说，内容推荐。在内容推荐中，首先通过一个人过往的行为，比如看过的电影、书、朋友等，提取这个人爱好的特点（将人抽象成一些关键字，或者说属性），然后可以：1 推荐这个人特点吻合程度高的内容（内容本身也抽象成了一些关键字）；2 推荐和这个人爱好相近的人所喜欢的东西（志同道合嘛）3 其他。通过这种在属性空间中的运算，对人和内容、人和人、内容和内容之间的关系进行整理、展示、应用。这个就有点像流水生产线，流水线上每个工人负责一些比较细致具体的活儿，而整个流水线机械负责整个流程的运转和一些容易处理的加工过程。而集体智慧编程正是由计算机负责知识的整理过程，而人负责提供零散的各个知识点。

    总结一下，这边书以恰到好处的深度展示了一幅利用集体智慧建设更智能的Internet的图景。在这个图景中，每个人按照自己的目的产生信息，而计算机则整理这些信息以造福更多的人。

书中网站del.icio.us数据实例指导

zhou jimin 2011-11-24 13

　　为了更好地学习本书，我从学习python开始到后来调试书中的网站实例。花了不少功夫，希望朋友们不要走弯路。这里提供了图文并茂的指导过程。请参考：
　　http://blog.csdn.net/zjmwqx/article/details/7007438

把这些算法用熟,就能开发出非常好的应用程序来

叶卡 2009-01-09 13

好书,介绍一些常用算法的使用方法,如神经网络,支持向量机,模拟退火,遗传算法等.对普通读者已经够了.能将这些算法用熟,就能开发出非常好的应用程序来。

缺少当今最流行的小波和独立分量分析,当然不可能有最新的变分贝叶斯理论.对研究算法且用于应用开发的人来说可以是一个好实际东西,因算法书上和文章上都没有应用实例.从这本书上可以将算法用于实际开发.
总之,这本书对物理/数学/统计等理科专业的大学生是一定大有好处的,建议人手一本.但对计算机专业的大学生来说可能深了一点(对普通高校而言,我不太了解重点大学的学生情况),毕竟计算机专业的学生不太实际编写算法方面的程序.

如果有一个具体项目开发就更好了,毕竟书页数太少了。

总之,对有志于从事算法程序设计的读者来,这是一本非常好的书.

补充一下,还有计算化学/计算分子生物学专业的学生也应该人手一本。

集体智慧*人工智能

catsky 2008-12-03 11

上周50周年系庆的时候张钹院士说了这样一句话:”人工智能以前大多基于经验和领域知识，直到上万上亿的数据出现时，基于数据的人工智能更有了广阔的天空。”《集体智慧》就是这样一本告诉你如何从数据中挖掘金矿的经典之作。

由于现在所从事的是信息检索，文本挖掘方面的研究工作，有时候成堆的数据让我不知所措。我也常常看一些个性化方面的应用，如豆瓣的猜你喜欢，以及最近上线的爱淘宝，都是集体智慧的经典应用，就是借大家智慧给我的选择做参考，这在日常生活中也是非常常见，我现在看的电影基本都是我朋友推荐的J

该书的作者TobycSegaran虽然是工程师出生，但如果哪位老师像他一样，能够用如此干练、通俗的方法把深奥、枯燥的理论讲解的如此透彻的话，我估计中国所有高中生的家长们都会把自己的孩子送到他那边去培训。我说的一点都不夸张，本书的很多算法都是机器学习领域的常用算法，虽然我之前也知道这些算法怎么写，但很少有形象化的思维，这个算法为什么这么写，优缺点又是什么，有时候，要把论文中的算法实现出来，并非易事，而此书通过一系列十分有针对性但又非常简单、形象化的例子，让入门的同学都可以很容易的吸收。特别是辅以当前流行的web2.0应用的开源API，如del.io.us，让喜欢实践的同学有了更大的动力和激情。

出自www.bidaily.org

from guwendong 《Programming Collective Intelligenc

canbiao 2008-10-14 6

来自guwendong的书评，贴上来供大家参考。

中国有句老话，叫做“知易行难”。
作算法的朋友应该更有体会，想把 paper 上的公式转变为可以运行的代码，这是件考验功力的事情。
Toby Segaran 写的这本《Programming Collective Intelligence》，是修炼此种功力的武林秘笈之一。

这本书最显著的特点是，实战性极强！
针对每个算法，他从头到尾演示了一个完整的实现过程：从获取数据，组织存储，到算法实现，加载运算，再到最后的结果的分析利用。书中所有的例子均基于实际系统的真实数据，作者演示了大量的开放 API 的使用，Delicious、Amazon、Last.fm、Google News，各个都是大名鼎鼎，每步都是真刀真枪。跟着书中的操作这样一趟走下来，你会豁然开朗，原来这些看似神秘复杂的系统，也不过如此。但不幸的是，其中的大部分 API 已经不能工作了。比如 del.icio.us API，你就得换这个了。

从纯粹算法的角度来讲，这本书里讲解的算法，基本都是入门级的。但即使是这样，能把细节讲述地如此传神，也实属不易。换一个角度来看，简单，也同时意味着常用，熟练掌握了书中的这些算法，也足以解决不少的现实问题。而且，在拥有大规模数据的情况下，简单的算法，往往也可以取得令人吃惊的效果 [1]。

另外一个方面，此书作者用英文遣词造句的能力出神入化，读起来简直行云流水。时常会让自己产生英文超牛的幻觉，体验很爽。

没时间细读的朋友，也建议至少看一下 Toby Segaran 写的 Social Data Mining 这个 slide，一定会有收获。

我得知此书，需感谢个性化技术相关资料后面，KaKa 网友的推荐。
豆瓣猜没有帮助我发现这本书。
这曾让我思考，基于 SNS 的推荐，是否比传统的推荐更有效呢？

http://www.guwendong.cn/post/2008/programming_collective_intelligence_review.html

勘误表

jaskell 2010-07-12 5

这本书好的地方就不多说了，也没有必要我再浪费口舌。

值得注意的倒是这本书上的代码实在问题很多，当然这也大概是计算机书籍所共有的特点。

所以还是在网上搜索了一下，找到这本书的勘误表，这样在代码测试时才容易不走弯路。

http://oreilly.com/catalog/errataunconfirmed.csp?isbn=9780596529321

Dirty Book

Dimen61 2014-03-14 3

看此书之前的想法：
  好似很多人推荐此书入门。我对入门书籍的看法是能够快速地让读者感受到idea,给读者一副地图，指导读者之后的方向选择。所以我猜想这本书就是以web上通俗易懂的方法介绍machine learning algorithms.而我读这本书的目的就是想了解一下machine learning, 方便毕业论文。

现在看这本书的感受:
  有一种刷新读书观的感觉，every step with some mathematics is not discussed!!! 通过介绍一些朴素至极的idea，然后用python给出code，结合一个API演示一下。看着代码，脑子里还需要还原成数学公式，再想这些数学公式的含义，参数的含义。我想这就是大部分人阅读此书的过程。所以我现在放弃此书，我认为这样的学习成本过高，看了code之后，不会对公式有更多的理解，也不会对这些算法有更多的理解，一本书读完对算法的认识还是相当朴素。但我觉得可以收获到的就是对数据处理的一个流程的把握，这当然也是入门者需要的。
  所以我觉得这本书应该这样用：了解machine learning 算法之后，用python 实现一遍，以本书为实验指导。这样即锻炼了编程能力也对之前学习过的算法印象更深了。

我要写长评

集体智慧编程

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读