大数据算法
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 93.33 7.2折 ￥ 129 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者(以)莫兰·费尔德曼|译者:祝全亮//孙琳
出版社北京航空航天大学
ISBN9787512442900
出版时间2024-04
装帧平装
开本其他
定价129元
货号32076969
上书时间2024-10-15
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 数据流算法简介
1.1 数据流模型
1.2 评估数据流算法
1.3 文献说明（Bibliographic Notes）
练习解析
第2章 基本概率与尾界
2.1 离散概率空间
2.2 随机变量
2.3 指标与二项分布
2.4 尾界
练习解析
第3章 估计算法
3.1 估计流长度的莫里斯算法
3.2 改进估计
3.3 结束语
3.4 文献说明
练习解析
第4章 蓄水池采样算法
4.1 均匀抽样
4.2 近似中值和分位数
4.3 加权抽样
4.4 文献说明
练习解析
第5章 成对独立的哈希函数
5.1 成对哈希函数族
5.2 成对独立哈希族的简单构造
5.3 成对独立哈希族和k向独立哈希族的高级构造
5.4 文献说明
练习解析
第6章 计算不同令牌的数量
6.1 AMS算法
6.2 一种改进的算法
6.3 不可能的结果
6.4 文献说明
练习解析
第7章 Sketches
7.1 数据流模型的一般化
7.2 最小计数Sketches
7.3 计算Sketches
7.4 线性Sketches
7.5 文献说明
练习解析
第8章 图形数据流算法
8.1 概述
8.2 最大权匹配
8.3 三角形计数
8.4 文献说明
练习解析
第9章 滑动窗口模型
9.1 概述
内容摘要
互联网的出现使人们第一次能够访问大量的数据。比如，社交网络Facebook中的友谊图和互联网网站之间的链接图。这两幅图都包含超过10亿个节
点，代表巨大的数据集。如果要使用这些数据集，就必须对其进行处理和分析。然而，仅仅是它们的大小就使得这种处理非常具有挑战性。特别是，为处理中等规模的数据集而开发的经典算法和技术，在面对如此大的数据集时往往需要超出常规的时间和空间。此外，在某些情况下，存储整个数据集甚至是不可行的，因此，必须在数据集的各个部分对其进行处理，然后很快丢弃每部分。
上述挑战推动了加工处理“大数据”（海量数据）的新工具和新技术的发展。在本书中，我们对这项工作采取了计算机科学理论的观点。特别是，我们将研究旨在捕捉“大数据”计算带来的挑战的计算模型，以及为应对这些挑战而开发的实际解决方案的特性。我们将通过调查一些经典的算法结果，包括许多最先进的结果，来了解这些计算模型中的每一个模型。
本书的设计有两个相互矛盾的目标，如下所示：（1）试图在大数据背景下，给出计算机科学理论工作的一个大概的工作原理。
（2）力求做到有足够的细节，使读者能够参与所涵盖主题的研究工作。
— 没有更多了 —
以下为对购买帮助不大的评价