Java數據科學指南

《Java數據科學指南》是2018年6月人民郵電出版社出版的圖書，作者是[加]魯什迪·夏姆斯（Rushdi Shams）。

基本介紹

• 書名：Java數據科學指南
• 作者：[加]魯什迪·夏姆斯（Rushdi Shams）
• ISBN：9787115481634
• 頁數：302頁
• 定價：79元
• 出版社：人民郵電出版社
• 出版時間：2018年6月
• 裝幀：平裝
• 開本：16開

內容簡介

現如今，數據科學已經成為一個熱門的技術領域，它涵蓋了人工智慧的各個方面，例如數據處理、信息檢索、機器學習、自然語言處理、數據可視化等。而Java作為一門經典的程式語言，在數據科學領域也有著傑出的表現。

本書旨在通過Java編程來引導讀者更好地完成數據科學任務。本書通過9章內容，詳細地介紹了數據獲取與清洗、索引的建立和檢索數據、統計分析、數據學習、信息的提取、大數據處理、深度學習、數據可視化等重要主題。

本書適合想通過Java解決數據科學問題的讀者，也適合數據科學領域的專業人士以及普通Java開發人員閱讀。

目錄

第1章 獲取數據與清洗數據 1

1.1　簡介　2

1.2　使用Java從分層中提取所有檔案名稱　3

準備工作　3

操作步驟　3

1.3　使用Apache Commons IO從多層中提取所有檔案名稱　5

準備工作　5

操作步驟　5

1.4　使用Java 8從文本檔案一次性讀取所有內容　6

操作步驟　7

1.5　使用Apache Commons IO從文本檔案一次性讀取所有內容　7

準備工作　7

操作方法　8

1.6　使用Apache Tika提取PDF文本　8

準備知識　9

操作步驟　9

1.7　使用正則表達式清洗ASCII文本檔案　11

操作步驟　11

1.8　使用Univocity解析CSV檔案　12

準備工作　13

操作步驟　13

1.9　使用Univocity解析TSV檔案　15

準備工作　15

操作步驟　16

1.10　使用JDOM解析XML檔案　17

準備工作　17

操作步驟　18

1.11　使用JSON.simple編寫JSON檔案　20

準備工作　20

操作步驟　21

1.12　使用JSON.simple讀取JSON檔案　23

準備工作　24

操作步驟　24

1.13　使用JSoup從一個URL提取Web數據　26

準備工作　26

操作步驟　26

1.14　使用Selenium Webdriver從網站提取Web數據　29

準備工作　29

操作步驟　29

1.15　從MySQL資料庫讀取表格數據　32

準備工作　32

操作步驟　32

第　2章 為數據建立索引與搜尋數據　35

2.1　簡介　35

2.2　使用Apache Lucene為數據建立索引　35

準備工作　36

操作步驟　40

工作原理　47

2.3　使用Apache Lucene搜尋帶索引的數據　50

準備工作　50

操作步驟　51

第3章　數據統計分析　56

3.1　簡介　57

3.2　生成描述性統計　59

操作步驟　59

3.3　生成概要統計　60

操作步驟　60

3.4　從多種分布生成概要統計　61

操作步驟　62

更多內容　63

3.5　計算頻率分布　64

操作步驟　64

3.6　計算字元串中的詞頻　65

操作步驟　65

工作原理　67

3.7　使用Java 8計算字元串中的詞頻　67

操作步驟　67

3.8　計算簡單回歸　68

操作步驟　69

3.9　計算普通最小二乘回歸　70

操作步驟　70

3.10　計算廣義最小二乘回歸　72

操作步驟　72

3.11　計算兩組數據點的協方差　74

操作步驟　74

3.12　為兩組數據點計算皮爾遜相關係數　75

操作步驟　75

3.13　執行配對t檢驗　76

操作步驟　76

3.14　執行卡方檢驗　77

操作步驟　78

3.15　執行單因素方差分析

（one-way　ANOVA test）　79

操作步驟　79

3.16　執行K-S檢驗　81

操作步驟　81

第4章　數據學習Ⅰ　83

4.1　簡介　83

4.2　創建與保存ARFF檔案　84

操作步驟　87

4.3　對機器學習模型進行交叉驗證　91

操作步驟　91

4.4　對新的測試數據進行分類　95

準備工作　95

操作步驟　96

4.5　使用過濾分類器對新測試數據分類　102

操作步驟　102

4.6　創建線性回歸模型　105

操作步驟　106

4.7　創建邏輯回歸模型　108

操作步驟　108

4.8　使用K均值算法對數據點

進行聚類　110

操作步驟　110

4.9　依據類別對數據進行聚類處理　113

操作方法　113

4.10　學習數據間的關聯規則　116

準備工作　116

操作步驟　116

4.11　使用低層方法、過濾方法、元分類器方法選擇特徵/屬性　118

準備工作　119

操作步驟　119

第5章　數據學習Ⅱ　125

5.1　簡介　125

5.2　使用Java機器學習庫（Java-ML）向數據套用機器學習　126

準備工作　126

操作步驟　128

5.3　使用斯坦福分類器對數據點分類　137

準備工作　137

操作步驟　140

工作原理　141

5.4　使用MOA對數據點分類　142

準備工作　142

操作步驟　144

5.5　使用Mulan對多標籤數據點進行分類　147

準備工作　147

操作步驟　150

第6章　從文本數據提取信息　154

6.1　簡介　154

6.2　使用Java檢測標記（單詞）　155

準備工作　155

操作步驟　155

6.3　使用Java檢測句子　160

準備工作　160

操作步驟　160

6.4　使用OpenNLP檢測標記（單詞）與句子　161

準備工作　162

操作步驟　163

6.5　使用Stanford CoreNLP從標記中提取詞根、詞性，以及

識別命名實體　167

準備工作　167

操作步驟　169

6.6　使用Java 8藉助餘弦相似性測度測量文本相似度　171

準備工作　172

操作步驟　172

6.7　使用Mallet從文本文檔提取主題　176

準備工作　177

操作步驟　179

6.8　使用Mallet對文本文檔進行分類　184

準備工作　184

操作步驟　185

6.9　使用Weka對文本文檔進行分類　189

準備工作　190

操作步驟　191

第7章　處理大數據　194

7.1　簡介　194

7.2　使用Apache Mahout訓練線上邏輯回歸模型　195

準備工作　195

操作步驟　198

7.3　使用Apache Mahout套用線上邏輯回歸模型　202

準備工作　202

操作步驟　203

7.4　使用Apache Spark解決簡單的文本挖掘問題　207

準備工作　208

操作步驟　210

7.5　使用MLib的K均值算法做聚類　214

準備工作　214

操作步驟　214

7.6　使用MLib創建線性回歸模型　217

準備工作　217

操作步驟　218

7.7　使用MLib的隨機森林模型對數據點進行分類　222

準備工作　222

操作步驟　223

第8章　數據深度學習　229

8.1　簡介　229

8.2　使用DL4j創建Word2vec神經網路　241

操作方法　241

工作原理　243

更多內容　246

8.3　使用DL4j創建深度信念神經網路　246

操作步驟　246

工作原理　250

8.4　使用DL4j創建深度自動編碼器　254

操作步驟　254

工作原理　256

第9章　數據可視化　259

9.1　簡介　259

9.2　繪製2D正弦曲線　260

準備工作　260

操作步驟　262

9.3　繪製直方圖　266

準備工作　266

操作步驟　268

9.4　繪製條形圖　273

準備工作　274

操作步驟　275

9.5　繪製箱線圖或箱須圖　279

準備工作　279

操作步驟　281

9.6　繪製散點圖　285

準備工作　285

操作步驟　286

9.7　繪製甜圈圖　289

準備工作　289

操作步驟　290

9.8　繪製面積圖　294

準備工作　294

操作步驟　295