内容简介  · · · · · · 本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。 作者简介  · · · · · · 作者简介： Robert Layton 计算机科学博士，网络犯罪问题和文本分析方面的专家。多年来一直热衷于Python编程，参与过scikit-learn库等很多开源库的开发，曾担任2014年度“谷歌编程之夏”项目导师。他曾与全球几大数据挖掘公司密切合作，挖掘真实数据并研发相关应用。他的公司dataPipeline为多个行业提供数据挖掘和数据分析解决方案。 译者简介： 杜春晓 英语语言文学学士，软件工程硕士。其他译著有《电子达人——我的第一本Raspberry Pi入门手册》《Python数据分析》。新浪微博：@宜_生。 目录  · · · · · · 第1章 　开始数据挖掘之旅　　1 第2章 　用scikit-learn估计器分类　　19 第3章 　用决策树预测获胜球队　　31 第4章 　用亲和性分析方法推荐电影　　46 第5章 　用转换器抽取特征　　62 第6章 　使用朴素贝叶斯进行社会媒体挖掘　　80 第7章 　用图挖掘找到感兴趣的人　　104 第8章 　用神经网络破解验证码　　124 第9章 　作者归属问题　　142 第10章 　新闻语料分类　　161 第11章 　用深度学习方法为图像中的物体进行分类　　185 第12章 　大数据处理　　206 附录 　接下来的方向　　227