大数据挖掘的原理与方法——基于粒计算与粗糙集的视角
正版新书 新华官方库房直发 可开电子发票
￥ 78.48 7.2折 ￥ 109 全新
仅1件
作者李天瑞 等
出版社科学出版社
ISBN9787030483683
出版时间2016-06
版次1
装帧平装
开本16开
纸张胶版纸
页数192页
字数211千字
定价109元
货号SC:9787030483683
上书时间2024-12-24
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
现代信息社会已经迈入大数据时代，但大数据给人们带来了的挑战，如何有效地从动态变化，结构化、半结构化和非结构化等多模态数据共存的大数据中进行高效实时的数据挖掘并发现有价值知识已成为当前信息科学领域亟待解决的问题。本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点，以粒计算理论为基础，以典型粗糙集模型为对象，以增量学习技术为手段，以云计算并行框架为支撑平台，构建大数据分析与挖掘的原理和方法及其算法，并融入了相关领域学者在动态知识发现、数据融合和大数据并行处理等成果，力图展现基于粒计算和粗糙集视角处理大数据的进展。本书可供计算机科学与技术、智能科学与技术、软件工程、自动化、控制科学与工程、管理科学与工程和应用数学等专业的教师、研究生、高年级本科生和科研技术人员参考。
目录:
第1章绪论1
1.1大数据及其挖掘技术1
1.2粒计算理论6
1.3粗糙集理论8
1.4基于粒计算与粗糙集的数据挖掘11
1.4.1面向海量数据的数据挖掘11
1.4.2面向动态数据的数据挖掘12
1.4.3面向复杂数据的数据挖掘14
1.5本章小结15
第2章预备知识16
2.1经典粗糙集模型16
2.2面向复杂数据的扩展粗糙集模型18
2.2.1邻域粗糙集模型18
2.2.2集值粗糙集模型20
2.2.3不完备粗糙集模型20
2.3面向有噪声数据的概率粗糙集模型22
2.3.10.5概率粗糙集模型22
2.3.2决策粗糙集模型23
2.3.3变精度粗糙集模型23
2.4属性约简24
2.4.1属性约简的基本框架24
2.4.2启发式属性约简25
2.4.3不协调属性约简29
2.5粒度度量31
2.6本章小结32
第3章并行大规模特征选择33
3.1并行特征提取方法33
3.1.1模型并行方法33
3.1.2数据并行方法34
3.1.3模型-数据并行方法35
3.2并行特征提取算法35
3.2.1评价函数的统一表示36
3.2.2评价函数的分治方法36
3.2.3基于MapReduce的并行属性约简算法39
3.2.4基于Spark的并行属性约简算法43
3.2.5基于粒计算的并行属性约简加速算法44
3.3实验分析46
3.3.1数
...
— 没有更多了 —
以下为对购买帮助不大的评价