数据分析——基础、模型及应用
正版新书 新华官方库房直发 可开电子发票
￥ 84.96 7.2折 ￥ 118 全新
库存4件
作者周丽华, 李维华编著
出版社科学出版社
ISBN9787030680495
出版时间2021-02
版次1
装帧平装
开本B5
纸张胶版纸
页数292页
字数368千字
定价118元
货号SC:9787030680495
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:
本书以基础、模型及应用为主线，介绍数据分析的基础知识、经典模型以及相关应用。内容包括非负矩阵分解、张量分解、深度学习、宽度学习的经典模型与学习方法，以及作者对相关模型的扩展及其在多视角聚类、地理传感数据预测、信息级联预测及蛋白质二级结构预测中的应用研究。本书内容全面，深入浅出，既详细介绍了基本概念、思想和算法，也提供了大量示例、图表和对比分析。本书可作为高等院校计算机及相关专业的本科生、研究生学习人工智能的参考，对从事知识发现、智能信息处理、人工智能、机器学习等领域的科研与工程技术人员也有较大的参考价值。
目录:
前言
第1章 非负矩阵分解
1.1 矩阵分解基础
1.1.1 矩阵的二次型
1.1.2 矩阵的行列式
1.1.3 矩阵的特征值
1.1.4 矩阵的迹
1.1.5 矩阵的秩
1.1.6 逆矩阵
1.1.7 矩阵的向量化和向量的矩阵化
1.1.8 矩阵微分
1.1.9 范数
1.1.10 KKT条件
1.1.11 拉普拉斯矩阵
1.2 标准非负矩阵分解
1.3 单视图的NMF
1.3.1 考虑稀疏、平滑控制的NMF
1.3.2 考虑数据儿何结构信息的NMF
1.3.3 考虑噪声的NMF
1.3.4 考虑流形的NMF
1.3.5 放松非负约束的NMF
1.3.6 考虑效率的NMF
1.4 多视图的非负矩阵分解
1.4.1 基于共识矩阵的多视图NMF
1.4.2 联合非负矩阵分解
1.4.3 多流形正则化非负矩阵分解
1.4.4 图正则的多视图半非负矩阵分解
1.5 本章小结
参考文献注释
参考文献
第2章 张量分解
2.1 张量分解基础
2.1.1 矩阵的Hadamard积、Kronecker积和Khatri-Rao积
2.1.2 矩阵函数微分
2.2 张量概念及基本运算
2.2.1 张量概念
2.2.2 张量矩阵化
2.2.3 张量的内积、范数与外积
2.2.4 张量乘
2.3 张量的CP分解
2.3.1
...
— 没有更多了 —
以下为对购买帮助不大的评价