掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據分析統計應用叢書大數據挖掘與統計機器學習(第2版)/大數據分析統計應用叢書 版權信息
- ISBN：9787300264066
- 條形碼：9787300264066 ; 978-7-300-26406-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據分析統計應用叢書大數據挖掘與統計機器學習(第2版)/大數據分析統計應用叢書 內容簡介
本課程的教學內容主要包括聚類、關聯、降維、變量選擇、分類與預測、集成算法、圖模型與推薦系統等。每一部分都是本課程授課的主要內容，都力求深入淺出，精講細講，不光講解各種方法的過程與原理，還要加強學生對各種方法的深入理解。
大數據分析統計應用叢書大數據挖掘與統計機器學習(第2版)/大數據分析統計應用叢書 目錄
第1章 概述
1．1 名詞演化
1．2 基本內容
1．3 數據智慧
第2章 線性回歸方法
2．1 多元線性回歸
2．2 壓縮方法：嶺回歸與Lasso
2．3 Lasso模型的求解與理論性質
2．4 損失函數加罰的建模框架
2．5 上機實踐
2．6 上機實踐：Python
第3章 線性分類方法
3．1 分類問題綜述與評價準則
3．2 Logistic回歸
3．3 線性判別
3．4 上機實踐
3．5 上機實踐：Python
第4章 模型評價與選擇
4．1 基本概念
4．2 。理論方法
4．3 數據重利用方法
4．4 上機實踐
4．5 上機實踐：Python
第5章 決策樹與組合方法
5．1 決策樹
5．2 Bagging
5．3 Boosting
5．4 隨機森林
5．5 上機實踐
5．6 上機實踐：Python
第6章 神經網絡與深度學習
6．1 神經網絡
6．2 深度信念網
6．3 卷積神經網絡
6．4 上機實踐
6．5 上機實踐：Python
第7章 支持向量機
7．1 線性可分支持向量機
7．2 軟間隔支持向量機
7．3 一些拓展
7．4 上機實踐
7．5 上機實踐：Python
第8章 聚類分析
8．1 基于距離的聚類
8．2 基于模型和密度的聚類
8．3 稀疏聚類
8．4 雙向聚類
8．5 上機實踐
8．6 上機實踐：Python
第9章 推薦系統9．1 基于鄰居的推薦
9．2 潛在因子與矩陣分解算法
9．3 上機實踐
9．4 上機實踐：Python
第10章 大數據案例分析
10．1 智能手機用戶監測數據案例分析
10．2 美國航空數據案例分析
10．3 美國紐約公共自行車數據案例分析
參考文獻
1．1 名詞演化
1．2 基本內容
1．3 數據智慧
第2章 線性回歸方法
2．1 多元線性回歸
2．2 壓縮方法：嶺回歸與Lasso
2．3 Lasso模型的求解與理論性質
2．4 損失函數加罰的建模框架
2．5 上機實踐
2．6 上機實踐：Python
第3章 線性分類方法
3．1 分類問題綜述與評價準則
3．2 Logistic回歸
3．3 線性判別
3．4 上機實踐
3．5 上機實踐：Python
第4章 模型評價與選擇
4．1 基本概念
4．2 。理論方法
4．3 數據重利用方法
4．4 上機實踐
4．5 上機實踐：Python
第5章 決策樹與組合方法
5．1 決策樹
5．2 Bagging
5．3 Boosting
5．4 隨機森林
5．5 上機實踐
5．6 上機實踐：Python
第6章 神經網絡與深度學習
6．1 神經網絡
6．2 深度信念網
6．3 卷積神經網絡
6．4 上機實踐
6．5 上機實踐：Python
第7章 支持向量機
7．1 線性可分支持向量機
7．2 軟間隔支持向量機
7．3 一些拓展
7．4 上機實踐
7．5 上機實踐：Python
第8章 聚類分析
8．1 基于距離的聚類
8．2 基于模型和密度的聚類
8．3 稀疏聚類
8．4 雙向聚類
8．5 上機實踐
8．6 上機實踐：Python
第9章 推薦系統9．1 基于鄰居的推薦
9．2 潛在因子與矩陣分解算法
9．3 上機實踐
9．4 上機實踐：Python
第10章 大數據案例分析
10．1 智能手機用戶監測數據案例分析
10．2 美國航空數據案例分析
10．3 美國紐約公共自行車數據案例分析
參考文獻
展開全部
大數據分析統計應用叢書大數據挖掘與統計機器學習(第2版)/大數據分析統計應用叢書 作者簡介
呂曉玲，吉林省吉林市人。現任中國人民大學統計學院教授，北京五校聯合大數據分析碩士培養協同創新平臺總協調人。本科與碩士畢業于南開大學數學系概率統計專業，博士畢業于香港城市大學管理科學系。曾經是奧地利約翰開普勒大學應用統計系以及美國加州大學伯克利分校統計系訪問學者。一直從事數據挖掘和統計機器學習領域的理論研究，及其在消費者行為方面的應用研究。在數據挖掘以及市場營銷方面的項目涉及的領域包括銀行、電子商務、交通、教育、廣播電視、移動互聯網等。 宋捷，四川眉山人。現任首都經濟貿易大學統計學院副教授。本科與碩士畢業于四川大學數學系概率統計專業，博士畢業于中國人民大學統計學院。一直從事機器學習與數據挖掘相關領域的研究工作。
書友推薦
- >
山海經
- >
隨園食單
- >
姑媽的寶刀
- >
月亮與六便士
- >
詩經-先民的歌唱
- >
煙與鏡
- >
小考拉的故事-套裝共3冊
- >
推拿
本類暢銷
