地球科学中的大数据分析与挖掘算法手册 数据库 李国庆，刘莹，庞禄申等编
￥ 68.5 4.6折 ￥ 149 全新
库存32件
河北保定
认证卖家担保交易快速发货售后保障
作者李国庆，刘莹，庞禄申等编
出版社人民邮电出版社
ISBN9787115478559
出版时间2018-08
版次1
装帧平装
开本16
页数290页
定价149元
货号105_9787115478559
上书时间2024-04-24
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
章关联规则001
1.1apriori算法002
1.1.1算法概要002
1.1.2算法002
1.1.3实例说明004
1.1.4算法优缺点010
1.1.5优化改进010
1.1.6大数据适应度分析012
1.1.7地球科学应用案例013
1.2fp-growth算法015
1.2.1算法概要015
1.2.2算法015
1.2.3实例说明017
1.2.4优化改进019
1.2.5大数据适应度分析021
1.2.6地球科学应用案例024
参文献026
第2章分类027
2.1决策树算法028
2.1.1算法概要028
2.1.2算法028
2.1.3算法优缺点031
2.1.4优化改进032
2.1.5决策树衍生算法033
2.1.6大数据适应度分析035
2.1.7地球科学应用案例037
2.2贝叶斯分类算法038
2.2.1算法概要038
2.2.2算法038
2.2.3实例说明040
2.2.4算法优缺点042
2.2.5优化改进042
2.2.6大数据适应度分析045
2.2.7地球科学应用案例046
2.3神经网络分类算法047
2.3.1算法概要047
2.3.2算法047
2.3.3算法优缺点051
2.3.4优化改进052
2.3.5大数据适应度分析053
2.3.6地球科学应用案例053
2.4粗糙集分类055
2.4.1算法概要055
2.4.2算法055
2.4.3实例说明062
2.4.4算法优缺点064
2.4.5优化改进064
2.4.6大数据适应度分析065
2.4.7地球科学应用案例066
2.5支持向量机066
2.5.1算法概要066
2.5.2算法067
2.5.3实例说明073
2.5.4算法优缺点074
2.5.5优化改进074
2.5.6大数据适应度分析076
2.5.7地球科学应用案例077
2.6k-近邻算法078
2.6.1算法概要078
2.6.2算法078
2.6.3算法优缺点080
2.6.4优化改进080
2.6.5大数据适应度分析082
2.6.6地球科学应用案例085
2.7bagging算法086
2.7.1算法概要086
2.7.2算法087
2.7.3实例说明090
2.7.4优化改进093
2.7.5大数据适应度分析094
2.7.6地球科学应用案例095
2.8adaboost算法096
2.8.1算法概要096
2.8.2算法097
2.8.3训练过程099
2.8.4同类算法100
2.8.5大数据适应度分析103
2.8.6地球科学应用案例103
参文献105
第3章回归115
3.1线回归116
3.1.1算法概要116
3.1.2算法116
3.1.3实例说明119
3.1.4算法优缺点120
3.1.5优化改进121
3.1.6大数据适应度分析123
3.1.7地球科学应用案例123
3.2逻辑回归124
3.2.1算法概要124
3.2.2算法125
3.2.3算法实现127
3.2.4softmax算法129
3.2.5大数据适应度分析129
3.2.6地球科学应用案例130
参文献131
第4章聚类133
4.1k-means算法134
4.1.1算法概要134
4.1.2算法134
4.1.3实例说明135
4.1.4算法优缺点138
4.1.5优化改进138
4.1.6大数据适应度分析140
4.1.7地球科学应用案例141
4.2k-medoids算法142
4.2.1算法概要142
4.2.2算法142
4.2.3实例说明144
4.2.4算法优缺点147
4.2.5优化改进148
4.2.6大数据适应度分析149
4.2.7地球科学应用案例149
4.3层次聚类算法151
4.3.1算法概要151
4.3.2距离度量151
4.3.3算法流程153
4.3.4改进优化154
4.3.5大数据适应度分析158
4.3.6地球科学应用案例159
4.4基于密度的聚类算法160
4.4.1算法概要160
4.4.2算法160
4.4.3实例说明162
4.4.4算法优缺点164
4.4.5优化改进165
4.4.6大数据适应度分析166
4.4.7地球科学应用案例167
4.5基于网格的聚类算法168
4.5.1算法概要168
4.5.2sting168
4.5.3clique170
4.5.4优化改进173
4.5.5大数据适应度分析176
4.5.6地球科学应用案例177
参文献179
第5章序列模式挖掘183
5.1gsp算法184
5.1.1算法概要184
5.1.2算法184
5.1.3实例说明189
5.1.4算法优缺点191
5.1.5gsp衍生算法192
5.1.6大数据适应度分析194
5.1.7地球科学应用案例195
5.2spade算法196
5.2.1算法概要196
5.2.2算法197
5.2.3实例说明203
5.2.4算法优缺点206
5.2.5优化改进206
5.2.6spade衍生算法207
5.2.7大数据适应度分析209
5.2.8地球科学应用案例213
参文献215
第6章深度学217
6.1深度信念网218
6.1.1算法概要218
6.1.2算法219
6.1.3优化改进225
6.1.4大数据适应度分析226
6.1.5地球科学应用案例227
6.2卷积神经网络228
6.2.1算法概要228
6.2.2算法228
6.2.3实例说明229
6.2.4模型演化231
6.2.5优化改进234
6.2.6大数据适应度分析235
6.2.7地球科学应用案例235
6.3自动算法237
6.3.1算法概要237
6.3.2算法238
6.3.3算法实现240
6.3.4衍生算法241
6.3.5优化改进243
6.3.6大数据适应度分析244
6.3.7地球科学应用案例245
参文献245
第7章异常检测249
7.1概述250
7.2基于统计的异常检测算法251
7.2.1算法251
7.2.2典型算法251
7.3基于距离的方法252
7.3.1算法252
7.3.2典型算法252
7.4基于深度的异常检测方法256
7.4.1算法256
7.4.2典型算法257
7.5基于密度的异常检测算法258
7.5.1算法258
7.5.2典型算法258
7.6基于偏离的异常检测算法262
7.6.1算法262
7.6.2典型算法263
7.7基于聚类的异常检测算法265
7.7.1算法265
7.7.2典型算法265
7.8大数据适应度分析268
7.9地球科学应用案例269
参文献271
附录a软件、源码及开发包275
内容简介：
本书以数据分析与挖掘思想为主线，深入剖析关联、分类、回归、聚类、顺序模式挖掘、深度学以及异常检测等算法的、实现、相似算法、改进思路以及地学案例，具有很强的系统、完整以及落地，可以作为各行业特别是地球科学领域中希望驾驭大数据并发掘其价值的科研人员和工程人员的参书，读者既可以通过本书系统掌握大数据分析挖掘的思想方法，也可以将其作为算法工具书查阅。
作者简介：
李国庆，博士，学院遥感与数字地球研究所研究员，博士生导师，数据技术部主任。icu、irde、geo、wd等靠前学术组织中国委员会委员，数字一路、aogeo、codata等靠前科学计划数据工作组。研究领域包括高能地学计算、地球大数据，主持重量重大研究项目50多项，发表ci/ei等级别的100多篇。
刘莹，博士，学院大学教授，博士生导师，数据挖掘与高能计算实验室负责人。曾获学院朱李月华很好教师奖，北京巿科学技术奖。研究领域包括大数据分析挖掘、高能计算，主持课题多顼，发表曰等级别的70余篇，被引用900余次。
庞禄申，学院遥感与数字地球研究所博士，重点研发计划“地球资源环境动态监测技术”项目组核心成员。研究领域包括空间数据库、空间信息众包及机器学。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价