数据科学导引
￥ 15.95 1.8折 ￥ 88 九五品
仅1件
作者欧高炎,朱占星,董彬,鄂维南 著
出版社高等教育出版社
ISBN9787040489118
出版时间2017-12
版次1
装帧平装
开本16开
纸张胶版纸
页数396页
字数99999千字
定价88元
上书时间2024-06-01
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:数据科学导引
定价：88.00元
作者:欧高炎,朱占星,董彬,鄂维南 著
出版社：高等教育出版社
出版日期：2017-12-01
ISBN：9787040489118
字数：340000
页码：396
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
《数据科学导引》是博雅大数据学院针对新开设的“数据科学与大数据技术”专业编写的数据科学导论课程教材。 《数据科学导引》内容共分十五章，包括绪论、数据预处理、回归模型、分类模型、集成模型、聚类模型、关联规则挖掘、降维、特征选择、EM算法、概率图模型、文本分析、图与网络分析、深度学习、分布式计算。附录部分对相关的基础知识做了简要介绍。 《数据科学导引》还提供了大量的数据分析实践案例，有助于加深读者对理论知识的理解，及培养其实际应用能力。 《数据科学导引》可作为全国高等学校数据科学相关专业的本科生和研究生教材，也可供从事相关工作的技术人员参考使用。
目录
章 绪论1．1 数据科学的基本内容1．2 对学科发展的影响1．3 对科学研究的影响1．4 数据科学的课程体系1．5 本书内容介绍第二章 数据预处理2．1 特征编码2．2 缺失值处理2．3 数据标准化2．4 特征离散化2．5 离群值检测2．6 其他预处理方法案例与实战第三章 回归模型3．1 线性回归3．2 线性回归正则化3．3 非线性回归案例与实战第四章 分类模型4．1 逻辑回归4．2 K近邻4．3 决策树4．4 朴素贝叶斯4．5 支持向量机案例与实战第五章 集成模型5．1 集成方法综述5．2 随机森林5．3 AdaBoost5．4 应用实例：个人信用风险评估案例与实战第六章 聚类模型6．1 K-means聚类6．2 层次聚类6．3 谱聚类6．4 基于密度的聚类6．5 小结案例与实战第七章 关联规则挖掘7．1 关联规则概述7．2 Apriori算法7．3 FP-Growth算法案例与实战第八章 降维8．1 主成分分析8．2 线性判别分析8．3 多维尺度变换8．4 局部线性嵌入8．5 其他降维方法案例与实战第九章 特征选择9．1 特征选择的一般过程9．2 特征选择常用的方法9．3 无监督特征选择9．4 小结案例与实战第十章 EM算法10．1 EM算法10．2 EM的应用：高斯混合模型10．3 小结案例与实战第十一章 概率图模型11．1 概率图模型概述11．2 隐马尔可夫模型11．3 条件随机场11．4 小结案例与实战第十二章 文本分析12．1 文本表示模型12．2 主题模型12．3 情感分析案例与实战第十三章 图与网络分析13．1 基本概念13．2 几何特征13．3 链接分析13．4 社区发现13．5 知识图谱案例与实战第十四章 深度学习14．1 多层感知机14．2 深度学习模型的优化14．3 卷积神经网络14．4 循环神经网络14．5 小结案例与实战第十五章 分布式计算15．1 Hadoop：分布式存储与处理15．2 常见模型的Map Reduce实现15．3 Spark：分布式数据分析15．4 其他分布式系统附录A．矩阵运算B．概率论基础C．优化算法D．距离E．模型评估参考文献
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价