《Java数据科学指南》配套彩图,代码

编辑推荐

如果你想创建适用于实际生产环境的数据科学模型，那么Java将是你的****。Java可以调用各种强大的库（例如MLlib、Weka、DL4j等）。借助这些库，你可以使用Java高效地完成各种数据科学任务。
总之，通过学习本书的内容，读者能掌握各种处理问题的方法，学会如何把数据科学知识应用到实际生产环境中，以及编写分布式数据科学应用等。本书讲解的内容将在实际工作中派上大用场。

内容简介

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。

作者简介

Rushdi Shams毕业于加拿大韦仕敦大学，获得了机器学习应用博士学位，主攻方向是自然语言处理（Natural Language Processing，NLP）。在成为机器学习与NLP领域的专家之前，他讲授本科生与研究生课程。在YouTube上，他一直运营着一个名为“跟Rushdi一起学”（Learn with Rushdi）的频道，并且做得有声有色，该频道主要面向想学习计算机技术的朋友。

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从分层目录中提取所有文件名 3
• 准备工作 3
• 操作步骤 3
• 1.3 使用Apache Commons IO从多层目录中提取所有文件名 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