注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)人文社科社會(huì)科學(xué)統(tǒng)計(jì)學(xué)大數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)

大數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)

大數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)

定 價(jià):¥42.00

作 者: 呂曉玲,宋捷
出版社: 中國(guó)人民大學(xué)出版社
叢編項(xiàng): 大數(shù)據(jù)分析統(tǒng)計(jì)應(yīng)用叢書(shū)
標(biāo) 簽: 暫缺

購(gòu)買這本書(shū)可以去


ISBN: 9787300264066 出版時(shí)間: 2019-01-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 332 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《大數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)/大數(shù)據(jù)分析統(tǒng)計(jì)應(yīng)用叢書(shū)》介紹數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)領(lǐng)域常用的模型和算法,包括基礎(chǔ)的線性回歸和線性分類方法,以及模型選擇和模型評(píng)價(jià)的概念和方法,進(jìn)而介紹非線性的回歸和分類方法(包括決策樹(shù)與組合方法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)以及在此基礎(chǔ)上發(fā)展的深度學(xué)習(xí)方法)。最后介紹無(wú)監(jiān)督的學(xué)習(xí)中的聚類方法和業(yè)界廣泛使用的推薦系統(tǒng)方法。除了方法的理論講解之外,我們給出了每種方法的R語(yǔ)言及Python語(yǔ)言實(shí)現(xiàn)?!洞髷?shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)/大數(shù)據(jù)分析統(tǒng)計(jì)應(yīng)用叢書(shū)》的一個(gè)亮點(diǎn)是最后一章給出的三個(gè)大數(shù)據(jù)案例,數(shù)據(jù)量均在10G左右。

作者簡(jiǎn)介

暫缺《大數(shù)據(jù)挖掘與統(tǒng)計(jì)機(jī)器學(xué)習(xí)(第2版)》作者簡(jiǎn)介

圖書(shū)目錄

第1章 概述
1.1 名詞演化
1.2 基本內(nèi)容
1.3 數(shù)據(jù)智慧
第2章 線性回歸方法
2.1 多元線性回歸
2.2 壓縮方法:嶺回歸與Lasso
2.3 Lasso模型的求解與理論性質(zhì)
2.4 損失函數(shù)加罰的建??蚣?br />2.5 上機(jī)實(shí)踐
2.6 上機(jī)實(shí)踐:Python
第3章 線性分類方法
3.1 分類問(wèn)題綜述與評(píng)價(jià)準(zhǔn)則
3.2 Logistic回歸
3.3 線性判別
3.4 上機(jī)實(shí)踐
3.5 上機(jī)實(shí)踐:Python
第4章 模型評(píng)價(jià)與選擇
4.1 基本概念
4.2 。理論方法
4.3 數(shù)據(jù)重利用方法
4.4 上機(jī)實(shí)踐
4.5 上機(jī)實(shí)踐:Python
第5章 決策樹(shù)與組合方法
5.1 決策樹(shù)
5.2 Bagging
5.3 Boosting
5.4 隨機(jī)森林
5.5 上機(jī)實(shí)踐
5.6 上機(jī)實(shí)踐:Python
第6章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
6.1 神經(jīng)網(wǎng)絡(luò)
6.2 深度信念網(wǎng)
6.3 卷積神經(jīng)網(wǎng)絡(luò)
6.4 上機(jī)實(shí)踐
6.5 上機(jī)實(shí)踐:Python
第7章 支持向量機(jī)
7.1 線性可分支持向量機(jī)
7.2 軟間隔支持向量機(jī)
7.3 一些拓展
7.4 上機(jī)實(shí)踐
7.5 上機(jī)實(shí)踐:Python
第8章 聚類分析
8.1 基于距離的聚類
8.2 基于模型和密度的聚類
8.3 稀疏聚類
8.4 雙向聚類
8.5 上機(jī)實(shí)踐
8.6 上機(jī)實(shí)踐:Python
第9章 推薦系統(tǒng)9.1 基于鄰居的推薦
9.2 潛在因子與矩陣分解算法
9.3 上機(jī)實(shí)踐
9.4 上機(jī)實(shí)踐:Python
第10章 大數(shù)據(jù)案例分析
10.1 智能手機(jī)用戶監(jiān)測(cè)數(shù)據(jù)案例分析
10.2 美國(guó)航空數(shù)據(jù)案例分析
10.3 美國(guó)紐約公共自行車數(shù)據(jù)案例分析
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)