-
>
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
大數據分析方法與應用 版權信息
- ISBN:9787111763550
- 條形碼:9787111763550 ; 978-7-111-76355-0
- 裝幀:平裝-膠訂
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
大數據分析方法與應用 本書特色
1)選取的均是在實際應用中表現穩定、應用前景廣泛的大數據分析技術。
2)通過軟件操作步驟、代碼實現和結果可視化提供易學易用的學習指導。
3)在各算法的原理講解中融入多個經典案例,各章附有對應案例和習題。
4)配套提供電子課件、習題答案、教學大綱、知識點視頻。
大數據分析方法與應用 內容簡介
本書將理論與應用結合,介紹了大數據技術、大數據分析方法以及大數據倫理規范等基礎知識,可供讀者入門學習使用。本書共9章,包括大數據概述、數據分析基礎、回歸分析、聚類算法、推薦算法、文本挖掘、啟發式算法、支持向量機和神經網絡。各章都附有對應案例和習題,以幫助讀者理解和應用。 本書作為大數據公共通識課程的導論教材,為高校學生選修大數據課程編寫,主要面向大數據應用型人才培養,也可供相關技術人員參考。
大數據分析方法與應用 目錄
第1章大數據概述
11大數據的相關概念
111大數據的背景與來源
112大數據的概念與特征
113大數據的數據類型
114《“十四五”大數據產業發展規劃》與“5V”
12對科學研究和經濟社會的影響
121對科學研究的影響
122對經濟社會的影響
123大數據技術發展趨勢
13大數據的研究現狀
14大數據發展的機遇與挑戰
141機遇
142挑戰
15大數據分析的相關概念
151大數據分析的概念
152大數據分析與傳統數據分析的比較
153大數據分析的流程
154大數據分析的基礎模型
16大數據的應用
習題
參考文獻
第2章數據分析基礎
21數據的類型與分布
211總體和樣本
212定性數據和定量數據
213截面數據和時間序列數據
22變量之間的關系
221協方差
222相關系數
23數據的可視化——基于Excel的應用
231散點圖
232柱形圖和折線圖
233數據透視表
24數據的輸入
241數據的輸入方法
242數據有效性
243條件函數IF
244函數VLOOKUP
習題
第3章回歸分析
31線性和非線性回歸
311線性回歸及其Excel中的實現
312*小二乘回歸
313非線性回歸及其Excel中的實現
32多元回歸
321多元回歸的概念
322多重共線性
323多元回歸及其SPSS中的實現
324居民存款影響因素多元回歸案例分析
33嶺回歸
331嶺回歸的概念
332嶺回歸及其在SPSS中的實現
333居民存款影響因素嶺回歸案例分析
34LASSO回歸
341LASSO回歸的概念
342LASSO回歸及其SPSS中的
實現
343居民存款影響因素LASSO回歸案例分析
習題
參考文獻
第4章聚類算法
41聚類的原理
42K-Means聚類
421K-Means聚類算法的原理
422K-Means聚類算法在MATLAB中的實現
43K*近鄰算法
431K*近鄰算法的原理
432K*近鄰算法在MATLAB中的實現
433鳶尾花分類案例分析
44模糊C-均值算法
441模糊C-均值算法的原理
442模糊C-均值算法在MATLAB中的實現
443用戶需求聚類案例分析
習題
參考文獻
第5章推薦算法
51協同過濾推薦算法
511基于用戶的協同過濾算法
512基于商品的協同過濾算法
513案例分析1:二手汽車交易平臺推薦
514案例分析2:著名電影推薦
52協同過濾算法常見的問題以及對策
521冷啟動問題及對策
522稀疏性問題及對策
53基于內容的推薦算法
531基于結構化內容的推薦
532基于非結構化內容的推薦
54基于模型的推薦算法
55基于關聯規則的推薦算法
56信息隱私與基于隱私保護的方案推薦方法
561信息隱私
562基于隱私保護的方案推薦方法
57信息污染與信任推薦算法
571信息污染
572信任推薦算法
58信息繭房
習題
參考文獻
第6章文本挖掘
61文本挖掘的應用價值
62文本挖掘的流程
621文本挖掘的關鍵技術
622文檔收集方法
623分詞技術
624詞的表示形式
625文本特征屬性處理
63LDA主題模型
631LDA主題模型介紹
632吉布斯采樣
633LDA主題模型訓練過程
64基于LDA主題模型的客戶需求挖掘案例分析
習題
參考文獻
第7章啟發式算法
71啟發式算法的基本原理
711啟發式函數
712搜索策略
72啟發式算法的類型
721仿動物類啟發式算法
722仿植物類啟發式算法
73遺傳算法及其實現
731遺傳算法的原理
732遺傳算法的步驟
733遺傳算法的計算機實現
74粒子群算法及其實現
741粒子群算法的原理
742粒子群算法的步驟
743粒子群算法的計算機實現
75物流配送中心選址案例分析
習題
參考文獻
第8章支持向量機
81支持向量機的原理
811支持向量機的由來
812支持向量機的發展
82支持向量機算法
821支持向量機的模型算法
822支持向量機模型優化算法
823核函數
824支持向量機算法的計算機實現
83支持向量機算法參數優化
831模糊支持向量機
832*小二乘支持向量機
833粒子群算法優化支持向量機
84算法應用及案例分析
習題
參考文獻
第9章神經網絡
91發展歷程
92基礎模型
921神經元
922網絡結構
93典型神經網絡
931反向傳播神經網絡
932卷積神經網絡
933長短期記憶網絡
94人工智能的中立性
95信息不公
96應用案例
961卷積用于情感分析
962LSTM用于預測:滑坡位移預測
97數字技術倫理規范
習題
參考文獻
大數據分析方法與應用 作者簡介
耿秀麗,教授,博士生導師,上海市(第三期)重點學科、上海市一流學科、上海市高原學科“管理科學與工程”成員,上海市高水平學科創新團隊成員,上海市工程管理學會秘書長,美國北卡羅萊納州立大學工業與系統工程系訪問學者。主要從事產品服務工程,質量管理,決策理論與方法等方向研究。主持國家自然科學基金、工信部民機重大專項及其他省部級項目5項,出版專著1本,發表SCI論文20余篇,中文核心期刊80余篇,以主要完成人獲得上海市科技進步獎二等獎1項、三等獎1項。在Comput Ind Eng、Expert Syst Appl、《中國管理科學》、《計算機集成制造系統》等國內外核心期刊上發表論文100余篇,以主要完成人獲得上海市科技進步獎二等獎1項、三等獎1項。
- >
李白與唐代文化
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
推拿
- >
我與地壇
- >
巴金-再思錄
- >
有舍有得是人生
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
回憶愛瑪儂