Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 217 votes.
Titre original :
Programming Collective Intelligence: Building Smart Web 2.0 Applications
Contenu du livre :
Vous voulez exploiter la puissance qui se cache derrière les classements de recherche, les recommandations de produits, les signets sociaux et les rencontres en ligne ? Ce livre fascinant montre comment vous pouvez créer des applications Web 2.0 pour exploiter l'énorme quantité de données créées par les internautes. Grâce aux algorithmes sophistiqués présentés dans ce livre, vous pouvez écrire des programmes intelligents pour accéder à des ensembles de données intéressants provenant d'autres sites web, collecter des données auprès des utilisateurs de vos propres applications, et analyser et comprendre les données une fois que vous les avez trouvées.
Programmer l'intelligence collective vous emmène dans le monde de l'apprentissage automatique et des statistiques, et vous explique comment tirer des conclusions sur l'expérience utilisateur, le marketing, les goûts personnels et le comportement humain en général - tout cela à partir d'informations que vous et d'autres collectez tous les jours. Chaque algorithme est décrit de manière claire et concise avec un code qui peut être immédiatement utilisé sur votre site web, votre blog, votre Wiki ou une application spécialisée. Ce livre explique :
⬤ Les techniques de filtrage collaboratif qui permettent aux détaillants en ligne de recommander des produits ou des médias.
⬤ Les méthodes de clustering pour détecter des groupes d'articles similaires dans un grand ensemble de données.
⬤ Les caractéristiques des moteurs de recherche : les robots, les indexeurs, les moteurs de recherche et l'algorithme PageRank.
⬤ Les algorithmes d'optimisation qui recherchent des millions de solutions possibles à un problème et choisissent la meilleure.
⬤ Le filtrage bayésien, utilisé dans les filtres anti-spam pour classer les documents en fonction des types de mots et d'autres caractéristiques.
⬤ L'utilisation d'arbres de décision non seulement pour faire des prédictions, mais aussi pour modéliser la façon dont les décisions sont prises.
⬤ Prédire des valeurs numériques plutôt que des classifications pour construire des modèles de prix.
⬤ Les machines à vecteurs de support pour faire correspondre les personnes sur les sites de rencontre en ligne.
⬤ La factorisation de matrices non négatives pour trouver les caractéristiques indépendantes d'un ensemble de données.
⬤ L'intelligence évolutive pour la résolution de problèmes - comment un ordinateur développe ses compétences en améliorant son propre code au fur et à mesure qu'il joue à un jeu.
Chaque chapitre comprend des exercices permettant d'étendre les algorithmes pour les rendre plus puissants. Allez au-delà des simples applications basées sur des bases de données et mettez la richesse des données Internet à votre service.
« Bravo ! Je ne vois pas de meilleure façon pour un développeur d'apprendre ces algorithmes et ces méthodes, ni de meilleure façon pour moi (un vieux briscard de l'IA) de revigorer ma connaissance des détails ».
-- Dan Russell, Google.
"Le livre de Toby fait un excellent travail en décomposant le sujet complexe des algorithmes d'apprentissage automatique en exemples pratiques et faciles à comprendre qui peuvent être directement appliqués à l'analyse de l'interaction sociale sur le Web aujourd'hui. Si j'avais eu ce livre il y a deux ans, il m'aurait permis d'économiser un temps précieux en m'engageant dans des voies infructueuses.
-- Tim Wolters, directeur technique, Collective Intellect.
Autres informations sur le livre :
| ISBN : | 9780596529321 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2007 |
| Nombre de pages : | 362 |
Achat:
Actuellement disponible, en stock.
