数据挖掘算法--基于C++及CUDAC
全新正版 极速发货
￥ 41.17 6.1折 ￥ 68 全新
库存7件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)蒂莫西·马斯特斯|责编:王开云|译者:周书锋//连晓峰
出版社中国水利水电
ISBN9787517097822
出版时间2021-08
装帧平装
开本其他
定价68元
货号1202526333
上书时间2024-06-29
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 概述
第2章 前向选择成分分析
前向选择成分分析概述
数学原理与代码示例
最大化解释方差
方差最大化准则代码
后向细化
多线程后向细化
有序成分正交化
综合应用
仅前向选择子集的成分变量
后向细化子集的成分变量
人工变量示例
第3章 局部特征选择
算法概述
算法输出结果
简要介绍：单纯形算法
线性规划问题
Simplex类的接口
更多细节
一种更严格的LFS方法
类内分割和类间分割
计算权重
最大化类间分割
最小化类内分割
测试β试验值
关于线程的简要说明
CUDA权重计算
将CUDA代码集成到算法中
初始化CUDA硬件
计算与当前实例之差
计算距离矩阵
计算最小距离
计算权重方程项
转置项矩阵
权重项求和
权重迁移到主机
局部特征选择示例
关于运行时的解释说明
第4章 时间序列特征的记忆特性
简单数学概述
前向算法
后向算法
α和β修正
一些常规计算
均值和协方差
概率密度
多元正态概率密度函数
启动参数
初始化算法流程
内容摘要
本书是美国著名数据挖掘算法专家、数值计算专业的数理统计学博士TimothyMasters的最新作品。
应用中的预测或分类使数据挖掘工程师经常会面对成千上万的候选特征。这些特征绝大多数没有价值或只有很小的价值，只有与某个或某些其他特征联合起来才可能有用：一些特征可能有巨大的预测能力，但它们又可能仅存在于整体特征空间的某些区域……数据挖掘中，类似这种使人痛苦的问题是无穷的。本书中的现代特征选择技术，将帮助你解决这些问题。本书中所有的算法都可被直觉证实，并有相关方程和解释材料支撑。作者还展现了这些算法的完整的、受到高度好评的源代码
（下载网址：https://www.apress.com/cn/book/9781484259870），并对其进行了解析。
本书适合算法、数据挖掘、人工智能等领域的师生
及相关的技术与研究人员使用。
— 没有更多了 —
以下为对购买帮助不大的评价