数据科学概论（第2版）（普通高等学校应用型教材·数据科学）
全新正版 极速发货
￥ 47.75 6.9折 ￥ 69 全新
库存9件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:覃雄派//陈跃国//杜小勇|责编:黄佳
出版社中国人民大学
ISBN9787300299082
出版时间2022-01
装帧平装
开本其他
定价69元
货号1202580306
上书时间2024-06-07
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
陈跃国，博士，中国人民大学信息学院副教授、博士生导师，中国计算机学会高级会员，数据库专家委员会委员，大数据专家委员会通信委员，FrontiersofComputerScience青年编委，主要研究方向为大数据分析系统和语义搜索。主持国家自然科学基金项目2项，广东省科技应用重大专项1项，参与多项国家核高基（核心电子器件、高端通用芯片及基础软件产品）、“973”计划、“863”计划项目。
目录
第l章 数据科学概述
1.1 数据科学的定义
1.2 数据科学的定位
1.3 数据科学家
1.4 表示模型：对自然和社会现象进行数字化
1.5 数据科学的基本原则
1.6 数据处理流程：时间维度的纵向视角
1.7 数据处理系统的架构：系统维度的计算视角
1.8 数据的多样性：数据类型维度的横向视角
1.9 数据价值的挖掘：价值维度的价值提升视角
第2章 OLAP与数据服务
2.1 面向OLTP应用的关系数据库技术
2.2 面向数据服务的NoSOL数据库技术
2.3 NewSQL数据库技术
第3章 OLTP与结构化数据分析
3.1 联机分析处理与结构化数据分析
3.2 高性能OLAP系统的关键技术
3.3 结构化数据分析工具介绍
第4章 数据清洗与数据集成
4.1 数据抽取、转换和装载
4.2 数据清洗
4.3 数据集成
第5章 数据的深度分析(上)
5.1 机器学习与数据挖掘简介
5.2 决策树
5.3 支持向量机
5.4 KNN算法(分类)
5.5 朴素贝叶斯算法(分类)
5.6 在二值分类器上构建多类别分类器
5.7 聚类算法
5.8 EM算法(软聚类)
5.9 线1l生回归、Logistic回归
5.10 AdaBoost算法与集成学习
5.11 关联规则分析
5.12 协同过滤推荐算法
5.13 隐马尔可夫模型
第6章 数据的深度分析(下)
6.1 神经网络与深度学习(分类/回归)
6.2 数据预处理
6.3 数据降维
6.4 特征选择
6.5 机器学>-7算法的评价指标、评价以及参数优
6.6 方差与偏差
6.7 从复杂模型到简单模型以及正则化
6.8 主流数据深度分析工具
第7章 文本分析
7.1 文本分析的意义
7.2 文本分析的任务和方法
7.3 文本分析可视化
7.4 文本分析软件和工具
内容摘要
本书对数据科学的核心问题，即对数据进行分析、挖掘并提取其价值，获得对事物的深刻理解的各种技术手段，进行了全面论述，把读者引进数据科学的大门，帮助读者建立数据科学的知识体系。书中使用大量通俗易懂的案例，配合技术原理的讲解，力图体现学科交叉的特点，让不同学科背景的读者感受到数据科学的魅力，感受到数据分析技术是如此有趣和有价值，能够
解决各行各业的实际问题；使得学习过程充满趣味，而不是枯燥无味。
— 没有更多了 —
以下为对购买帮助不大的评价