地球科学大数据挖掘与机器学习

图书标准信息

• 作者 周永章、张良均、张奥多、王俊 著
• 出版社 中山大学出版社
• 出版时间 2018-09
• 版次 1
• ISBN 9787306064097
• 定价 49.80元
• 装帧 平装
• 开本 16开
• 纸张 轻型纸
• 页数 269页
• 字数 600千字

【内容简介】

  本书是中山大学重点学科建设成果，获中国矿物岩石地球化学协会大数据与数学地球科学专业委员会推荐，是我国第一部地质科学大数据与机器学习教材。本书是中山大学研究生试用研究型教材，对运用大数据挖掘与机器学习算法解决地球科学问题大有裨益。适合地质科学领域研究生和高年级本科生做教材，也可供科研人员研究时参考。它系统地介绍了地球科学大数据挖掘与机器学习的基本框架与原理，重点分析高维数据的降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程，对必要的应用场景，使用Python语言给出案例。

【作者简介】

  周永章，1963年生，广西博白人。教授、博士生导师，中山大学地球环境与地球资源研究中心主任，广东省地质过程与矿产资源探查重点实验室主任，中金岭南股份有限公司(证券000060.SZ)第七届董事局独立董事，广东省政府决策咨询顾问委员会委员，广东省政协常委。

【目录】

章  绪论  1.1  科学研究第四范式  1.2  地球科学数据  1.3  大数据挖掘的基本任务  1.4  大数据挖掘建模过程  1.5  常用数据挖掘建模工具第2章  数据清洗与预处理  2.1  数据清洗  2.2  数据集成与融合  2.3  数据变换  2.4  数据规约  2.5  离群点检测  2.6  Python主要数据预处理函数第3章  高维数据的降维  3.1  相关分析  3.2  典型相关分析  3.3  哈希算法  3.4  主成分分析  3.5  因子分析  3.6  Python算法实现  3.7  应用案例第4章  分类与预测  4.1  回归分析  4.2  聚类分析  4.3  判别分析  4.4  关联规则算法  4.5  推荐系统算法  4.6  Python算法的实现第5章  图形数据处理  5.1  计算机图形基础  5.2  数字图像处理  5.3  图像模式识别  5.4  大图形的社区结构识别  5.5  基于图的拓扑结构相似度的地质文献与信息检索  5.6  实现图形数据处理的算法第6章  无限流数据与时间序列  6.1  无限流数据与时序模式  6.2  无限流数据特征提取  6.3  时间序列算法  6.4  Python算法的实现第7章  机器学习与深度学习  7.1  机器学习的发展史  7.2  机器学习分类  7.3  SVM  7.4  决策树  7.5  人工神经网络  7.6  深度学习  7.7  迁移学习  7.8  Python算法的实现第8章  贝叶斯原理与人工智能地质学  8.1  贝叶斯原理  8.2  人工智能  8.3  智能矿床成矿与找矿模型  8.4  基于大数据智能鉴定矿物岩石实验附录Ⅰ  Python入门  1.1  搭建Python开发平台  1.2  Python使用入门  1.3  Python数据分析工具附录Ⅱ  TipDM-PB数据挖掘建模平台  2.1  新建工程入门  2.2  使用模板入门参考文献
作者介绍

序言