您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
大数据建模方法/大数据科学与技术丛书
字数: 280
出版社: 高等教育
作者: 编者:张平文//戴文渊//黄晶//王新民//李昊辰|责编:李茜|总主编:张平文
商品条码: 9787040530490
版次: 1
开本: 16开
页数: 237
出版年份: 2019
印次: 1
定价:
¥68
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
本书包含理论和案例两部分内容,前半部分主要 从基础知识、指导思想、工作步骤及评估体系等角度 对大数据建模的方法论进行了总结和归纳,后半部分 则通过若干案例介绍了该大数据建模方法论在气象、 能源、网络、银行以及企业管理等多个领域中的实践 及应用。大数据建模的特点使其不但需要有理论上的 指导,还需要在实践中落地,因此本书非常强调理论 与实践的并重。本书的主要读者是各高等院校大数 据、数学、计算机等相关学科的高年级本科生和研究 生,以及企事业单位中从事大数据相关科研与应用工 作的技术人员等,希望读者在阅读本书后,对大数据 建模的认识有所提高,同时还能掌握利用大数据建模 来解决实际问题的能力。
作者简介
戴文渊,第四范式(北京)技术有限公司创始人、首席执行官,2005年国际大学生程序设计竞赛世界冠军,所发表的论文Boostingfor Trarisfer Learning在迁移学习领域论文引用数排名世界第三,学术论文多次被国际顶级学术会议收录。百度最早的AI系统“凤巢”机器学习系统的设计者,第一位获得中国智能科学技术最高奖“吴文俊人工智能科学技术奖”一等奖的企业家,先后获得《麻省理工科技评论》《财富》及中国科学技术协会等评选的荣誉称号。
目录
I 理论 1基础知识 1.1 模型与算法 1.1.1 现实世界和机理 1.1.2 模型 1.1.3 算法 1.1.4 模型与算法的区别及联系 1.2 建模 1.2.1 传统建模的步骤 1.2.2 可计算建模 1.2.3 建模思路的分类 1.2.4 几种建模思路的对比 1.3 大数据及其相关概念 1.3.1 大数据 1.3.2 计算能力 1.3.3 人工智能 1.3.4 几个概念之间的关系 1.3.5 大数据概念出现的原因 1.4 我国大数据建模的现状 1.4.1 现状 1.4.2 不同业界的态度 1.5 小结 参考文献 2数据思维 2.1 什么是数据思维 2.1.1 数据思维的由来 2.1.2 数据思维的要素 2.2 机器学习概述 2.2.1 机器学习的分类 2.2.2 机器学习的数学描述 2.3 大数据建模的五个必要条件 2.4 思考题 参考文献 3大数据建模步骤 3.1 从苹果和梨说起 3.2 明确目标 3.3 收集数据和样本定义 3.3.1 样本定义和挑选 3.3.2 样本定义案例 3.3.3 数据准备 3.4 提取特征 3.4.1 特征工程的定义 3.4.2 特征工程的重要性 3.4.3 特征获取 3.4.4 特征处理 3.4.5 特征选择 3.4.6 特征维度 3.4.7 特征共线性问题 3.5 模型训练 3.5.1 随机梯度下降方法
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网