Título: Machine Learning for Hackers
Autor: Drew Conway, John Myles White
Sinopse: If you’re an experienced programmer interested in crunching data, this book will get you started with machine learning—a toolkit of algorithms that enables computers to train themselves to automate useful tasks. Authors Drew Conway and John Myles White help you understand machine learning and statistics tools through a series of hands-on case studies, instead of a traditional math-heavy presentation.Each chapter focuses on a specific problem in machine learning, such as classification, prediction, optimization, and recommendation. Using the R programming language, you’ll learn how to analyze sample datasets and write simple machine learning algorithms. Machine Learning for Hackers is ideal for programmers from any background, including business, government, and academic research.Develop a naïve Bayesian classifier to determine if an email is spam, based only on its textUse linear regression to predict the number of page views for the top 1,000 websitesLearn optimization techniques by attempting to break a simple letter cipherCompare and contrast U.S. Senators statistically, based on their voting recordsBuild a “whom to follow” recommendation system from Twitter data
Contexto da obra
Quando a classificação é mais ampla, o contexto do livro costuma depender ainda mais de autoria, tema e edição. “Machine Learning for Hackers”, de Drew Conway, John Myles White, publicado pela editora O'Reilly Media, em 2012 e com 303 páginas, integra a categoria Livros Variados. Por isso, autoria, edição e tema acabam tendo ainda mais peso na forma de apresentar o livro.
Editora: O'Reilly Media
Páginas: 303
Ano: 2012
Edição: First Edition
Linguagem: pt_BR
ISBN: 9781449303716
ISBN13: 9781449303716
Sobre a editora
Os livros da editora O'Reilly Media costumam oferecer uma experiência prática e direta, focada em tecnologia, programação e desenvolvimento de software. A leitura frequentemente envolve tutoriais passo a passo, exemplos de código e explicações detalhadas que ajudam desde iniciantes até profissionais a entender conceitos complexos, como programação funcional, redes, segurança digital e design de interfaces. O catálogo privilegia clareza e aplicabilidade, com obras que exploram tanto fundamentos teóricos quanto soluções para desafios reais em ambientes digitais e computacionais.
