中圖網小程序
一鍵登錄
更方便
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
SQL機器學習庫MADLIB技術解析 版權信息
- ISBN：9787302518945
- 條形碼：9787302518945 ; 978-7-302-51894-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
SQL機器學習庫MADLIB技術解析 本書特色
MADlib是一套SQL中的大數據機器學習庫。通常SQL查詢能發現數據*明顯的模式和趨勢，但要想獲取數據中*為有用的信息，需要的則是一套牢固扎根于數學和應用數學的技能，這就是機器學習。如果將SQL的簡單易用與MADlib機器學習的復雜算法結合起來，就能實現簡單的機器學習功能。 本書分為11章，從MADlib的基本概念、MADlib的架構、支持的模型類型與功能入手，詳細解析MADlib各種模型的具體用法，包括數據類型、矩陣分解、數據轉換、數據探索、主成分分析、回歸、時間序列分析、分類、聚類、關聯規則、圖算法、模型評估等。每種模型將從背景知識、函數語法、應用示例三方面進行 說明。 本書適合MADlib機器學習的初學者、想學習MADlib機器學習的DBA以及從事數據分析與挖掘的高級技術人員閱讀，也適合高等院校與培訓學校相關專業的師生教學參考。
SQL機器學習庫MADLIB技術解析 內容簡介
MADlib是一套SQL中的大數據機器學習庫。通常SQL查詢能發現數據很明顯的模式和趨勢，但要想獲取數據中很為有用的信息，需要的則是一套牢固扎根于數學和應用數學的技能，這就是機器學習。如果將SQL的簡單易用與MADlib機器學習的復雜算法結合起來，就能實現簡單的機器學習功能。 本書分為11章，從MADlib的基本概念、MADlib的架構、支持的模型類型與功能入手，詳細解析MADlib各種模型的具體用法，包括數據類型、矩陣分解、數據轉換、數據探索、主成分分析、回歸、時間序列分析、分類、聚類、關聯規則、圖算法、模型評估等。每種模型將從背景知識、函數語法、應用示例三方面進行 說明。 本書適合MADlib機器學習的初學者、想學習MADlib機器學習的DBA以及從事數據分析與挖掘的不錯技術人員閱讀，也適合高等院校與培訓學校相關專業的師生教學參考。
SQL機器學習庫MADLIB技術解析 目錄
目 錄
第1章 MADlib基礎 1
1.1 基本概念 1
1.1.1 MADlib是什么 1
1.1.2 MADlib的設計思想 2
1.1.3 MADlib的工作原理 3
1.1.4 MADlib的執行流程 4
1.1.5 MADlib架構 5
1.2 MADlib的功能 6
1.2.1 MADlib支持的模型類型 6
1.2.2 MADlib的主要功能模塊 7
1.3 MADlib的安裝與卸載 9
1.3.1 確定安裝平臺 9
1.3.2 下載MADlib二進制壓縮包 10
1.3.3 安裝MADlib 10
1.3.4 卸載MADlib 12
1.4 小結 13
第2章 數據類型 14
2.1 向量 14
2.1.1 MADlib中的向量操作函數 15
2.1.2 稀疏向量 23
2.2 矩陣 30
2.2.1 矩陣定義 31
2.2.2 MADlib中的矩陣表示 31
2.2.3 MADlib中的矩陣運算函數 32
2.3 小結 49
第3章 數據轉換 50
3.1 鄰近度 50
3.1.1 MADlib的鄰近度相關函數 50
3.1.2 距離度量的中心化和標準化 57
3.1.3 選取正確的鄰近度度量 58
3.2 矩陣分解 59
3.2.1 低秩矩陣分解 59
3.2.2 奇異值分解 70
3.3 透視表 87
3.4 分類變量編碼 97
3.5 小結 110
第4章 數據探索 111
4.1 描述性統計 111
4.1.1 皮爾森相關 111
4.1.2 匯總統計 117
4.2 概率統計 125
4.2.1 概率 125
4.2.2 統計推論 133
4.3 主成分分析 147
4.3.1 背景知識 147
4.3.2 MADlib的PCA相關函數 149
4.3.3 MADlib的PCA應用示例 155
4.4 小結 160
第5章 回歸 161
5.1 線性回歸 161
5.1.1 背景知識 161
5.1.2 MADlib的線性回歸相關函數 164
5.1.3 線性回歸示例 166
5.2 非線性回歸 171
5.2.1 背景知識 171
5.2.2 MADlib的非線性回歸相關
函數 172
5.2.3 非線性回歸示例 175
5.3 邏輯回歸 179
5.3.1 背景知識 179
5.3.2 MADlib的邏輯回歸相關函數 180
5.3.3 邏輯回歸示例 182
5.4 多類回歸 187
5.4.1 背景知識 187
5.4.2 MADlib的多類回歸相關函數 190
5.4.3 多類回歸示例 192
5.5 序數回歸 196
5.5.1 背景知識 196
5.5.2 MADlib的序數回歸相關函數 197
5.5.3 序數回歸示例 200
5.6 彈性網絡回歸 202
5.6.1 背景知識 202
5.6.2 MADlib的彈性網絡回歸相關
函數 204
5.6.3 彈性網絡回歸示例 209
5.7 小結 221
第6章 時間序列分析 222
6.1 背景知識 222
6.1.1 時間序列分析方法 222
6.1.2 ARIMA模型 223
6.2 MADlib中ARIMA相關函數 225
6.3 時間序列分析示例 228
6.4 小結 232
第7章 分類 233
7.1 K近鄰 233
7.1.1 背景知識 233
7.1.2 MADlib中K近鄰函數 235
7.1.3 K近鄰示例 236
7.2 樸素貝葉斯 240
7.2.1 背景知識 240
7.2.2 MADlib中樸素貝葉斯分類
相關函數 242
7.2.3 樸素貝葉斯分類示例 244
7.3 支持向量機 249
7.3.1 背景知識 249
7.3.2 MADlib的支持向量機相關
函數 252
7.3.3 支持向量機示例 258
7.4 決策樹 264
7.4.1 背景知識 264
7.4.2 MADlib的決策樹相關函數 267
7.4.3 決策樹示例 272
7.5 隨機森林 281
7.5.1 背景知識 281
7.5.2 MADlib的隨機森林相關函數 282
7.5.3 隨機森林示例 287
7.6 小結 293
第8章 聚類 294
8.1 背景知識 294
8.1.1 聚類的概念 294
8.1.2 k-means方法 295
8.2 MADlib的k-means相關函數 297
8.2.1 訓練函數 298
8.2.2 簇分配函數 300
8.2.3 輪廓系數函數 301
8.3 k-means示例 301
8.4 小結 307
第9章 關聯規則 308
9.1 背景知識 308
9.1.1 基本概念 308
9.1.2 Apriori算法 311
9.2 MADlib的Apriori算法函數 312
9.3 Apriori應用示例 313
9.4 小結 319
第10章 圖算法 320
10.1 背景知識 320
10.1.1 基本概念 320
10.1.2 常見圖算法 321
10.1.3 單源*短路徑 323
10.2 MADlib的單源*短路徑相關函數 324
10.3 單源*短路徑示例 325
10.4 小結 327
第11章 模型評估 328
11.1 交叉驗證 328
11.1.1 背景知識 328
11.1.2 MADlib的交叉驗證相關
函數 331
11.1.3 交叉驗證示例 333
11.2 預測度量 336
11.3 小結 342
第1章 MADlib基礎 1
1.1 基本概念 1
1.1.1 MADlib是什么 1
1.1.2 MADlib的設計思想 2
1.1.3 MADlib的工作原理 3
1.1.4 MADlib的執行流程 4
1.1.5 MADlib架構 5
1.2 MADlib的功能 6
1.2.1 MADlib支持的模型類型 6
1.2.2 MADlib的主要功能模塊 7
1.3 MADlib的安裝與卸載 9
1.3.1 確定安裝平臺 9
1.3.2 下載MADlib二進制壓縮包 10
1.3.3 安裝MADlib 10
1.3.4 卸載MADlib 12
1.4 小結 13
第2章 數據類型 14
2.1 向量 14
2.1.1 MADlib中的向量操作函數 15
2.1.2 稀疏向量 23
2.2 矩陣 30
2.2.1 矩陣定義 31
2.2.2 MADlib中的矩陣表示 31
2.2.3 MADlib中的矩陣運算函數 32
2.3 小結 49
第3章 數據轉換 50
3.1 鄰近度 50
3.1.1 MADlib的鄰近度相關函數 50
3.1.2 距離度量的中心化和標準化 57
3.1.3 選取正確的鄰近度度量 58
3.2 矩陣分解 59
3.2.1 低秩矩陣分解 59
3.2.2 奇異值分解 70
3.3 透視表 87
3.4 分類變量編碼 97
3.5 小結 110
第4章 數據探索 111
4.1 描述性統計 111
4.1.1 皮爾森相關 111
4.1.2 匯總統計 117
4.2 概率統計 125
4.2.1 概率 125
4.2.2 統計推論 133
4.3 主成分分析 147
4.3.1 背景知識 147
4.3.2 MADlib的PCA相關函數 149
4.3.3 MADlib的PCA應用示例 155
4.4 小結 160
第5章 回歸 161
5.1 線性回歸 161
5.1.1 背景知識 161
5.1.2 MADlib的線性回歸相關函數 164
5.1.3 線性回歸示例 166
5.2 非線性回歸 171
5.2.1 背景知識 171
5.2.2 MADlib的非線性回歸相關
函數 172
5.2.3 非線性回歸示例 175
5.3 邏輯回歸 179
5.3.1 背景知識 179
5.3.2 MADlib的邏輯回歸相關函數 180
5.3.3 邏輯回歸示例 182
5.4 多類回歸 187
5.4.1 背景知識 187
5.4.2 MADlib的多類回歸相關函數 190
5.4.3 多類回歸示例 192
5.5 序數回歸 196
5.5.1 背景知識 196
5.5.2 MADlib的序數回歸相關函數 197
5.5.3 序數回歸示例 200
5.6 彈性網絡回歸 202
5.6.1 背景知識 202
5.6.2 MADlib的彈性網絡回歸相關
函數 204
5.6.3 彈性網絡回歸示例 209
5.7 小結 221
第6章 時間序列分析 222
6.1 背景知識 222
6.1.1 時間序列分析方法 222
6.1.2 ARIMA模型 223
6.2 MADlib中ARIMA相關函數 225
6.3 時間序列分析示例 228
6.4 小結 232
第7章 分類 233
7.1 K近鄰 233
7.1.1 背景知識 233
7.1.2 MADlib中K近鄰函數 235
7.1.3 K近鄰示例 236
7.2 樸素貝葉斯 240
7.2.1 背景知識 240
7.2.2 MADlib中樸素貝葉斯分類
相關函數 242
7.2.3 樸素貝葉斯分類示例 244
7.3 支持向量機 249
7.3.1 背景知識 249
7.3.2 MADlib的支持向量機相關
函數 252
7.3.3 支持向量機示例 258
7.4 決策樹 264
7.4.1 背景知識 264
7.4.2 MADlib的決策樹相關函數 267
7.4.3 決策樹示例 272
7.5 隨機森林 281
7.5.1 背景知識 281
7.5.2 MADlib的隨機森林相關函數 282
7.5.3 隨機森林示例 287
7.6 小結 293
第8章 聚類 294
8.1 背景知識 294
8.1.1 聚類的概念 294
8.1.2 k-means方法 295
8.2 MADlib的k-means相關函數 297
8.2.1 訓練函數 298
8.2.2 簇分配函數 300
8.2.3 輪廓系數函數 301
8.3 k-means示例 301
8.4 小結 307
第9章 關聯規則 308
9.1 背景知識 308
9.1.1 基本概念 308
9.1.2 Apriori算法 311
9.2 MADlib的Apriori算法函數 312
9.3 Apriori應用示例 313
9.4 小結 319
第10章 圖算法 320
10.1 背景知識 320
10.1.1 基本概念 320
10.1.2 常見圖算法 321
10.1.3 單源*短路徑 323
10.2 MADlib的單源*短路徑相關函數 324
10.3 單源*短路徑示例 325
10.4 小結 327
第11章 模型評估 328
11.1 交叉驗證 328
11.1.1 背景知識 328
11.1.2 MADlib的交叉驗證相關
函數 331
11.1.3 交叉驗證示例 333
11.2 預測度量 336
11.3 小結 342
展開全部
SQL機器學習庫MADLIB技術解析 作者簡介
王雪迎 ，畢業于中國地質大學計算機專業，高級工程師，20年數據庫、數據倉庫相關技術工作；先后供職于北京現代商業信息技術有限公司、北京在線九州信息技術服務有限公司、華北計算技術研究所、北京優貝在線網絡科技有限公司，擔任DBA、數據架構師等職位；著有圖書《Hadoop構建數據倉庫實踐》和《HAWQ數據倉庫與數據挖掘實戰》。
書友推薦
- >
我與地壇
- >
史學評論
- >
推拿
- >
朝聞道
- >
姑媽的寶刀
- >
名家帶你讀魯迅:故事新編
- >
詩經-先民的歌唱
- >
回憶愛瑪儂
本類暢銷
