您好,欢迎来到聚文网。 登录 免费注册
大数据挖掘与统计机器学习(第2版)/大数据分析统计应用丛书

大数据挖掘与统计机器学习(第2版)/大数据分析统计应用丛书

  • 字数: 508
  • 出版社: 中国人民大学
  • 作者: 编者:吕晓玲//宋捷
  • 商品条码: 9787300264066
  • 版次: 2
  • 开本: 16开
  • 页数: 332
  • 出版年份: 2019
  • 印次: 1
定价:¥42 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
吕晓玲、宋捷主编的《大数据挖掘与统计机器学 习(第2版)/大数据分析统计应用丛书》介绍数据挖掘 与统计机器学习领域最常用的模型和算法,包括最基 础的线性回归和线性分类方法,以及模型选择和模型 评价的概念和方法,进而介绍非线性的回归和分类方 法(包括决策树与组合方法、支持向量机、神经网络 以及在此基础上发展的深度学习方法)。最后介绍无 监督的学习中的聚类方法和业界广泛使用的推荐系统 方法。除了方法的理论讲解之外,我们给出了每种方 法的R语言及Python语言实现。本书的一个亮点是最后 一章给出的三个大数据案例,数据量均在10G左右。
目录
第l章 概述 1.1 名词演化 1.2 基本内容 1.3 数据智慧 第2章 线性回归方法 2.1 多元线性回归 2.2 压缩方法:岭回归与Lasso 2.3 Lasso模型的求解与理论性质 2.4 损失函数加罚的建模框架 2.5 上机实践 2.6 上机实践:Python 第3章 线性分类方法 3.1 分类问题综述与评价准则 3.2 Logistic回归 3.3 线性判别 3.4 上机实践 3.5 上机实践:Python 第4章 模型评价与选择 4.1 基本概念 4.2 。理论方法 4.3 数据重利用方法 4.4 上机实践 4.5 上机实践:Python 第5章 决策树与组合方法 5.1 决策树 5.2 Bagging 5.3 Boosting 5.4 随机森林 5.5 上机实践 5.6 上机实践:Python 第6章 神经网络与深度学习 6.1 神经网络 6.2 深度信念网 6.3 卷积神经网络 6.4 上机实践 6.5 上机实践:Python 第7章 支持向量机 7.1 线性可分支持向量机 7.2 软间隔支持向量机 7.3 一些拓展 7.4 上机实践 7.5 上机实践:Python 第8章 聚类分析 8.1 基于距离的聚类 8.2 基于模型和密度的聚类 8.3 稀疏聚类 8.4 双向聚类 8.5 上机实践 8.6 上机实践:Python 第9章 推荐系统

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网