数据科学与工程算法基础

\\\"本书对数据科学与工程中的算法基础进行了全面的论述，把读者引入数据科学的大门，为进一步学习和掌握大数据分析算法提供有力的支撑。本书介绍的数据科学与工程中的算法基础包括特征工程、数据表征、数据抽样、随机优化算法和关联性分析等，侧重内容的科学性、实用性和前沿性。本书结构上注重理论与实践并重，各章通过案例引出问题，并深入介绍回答类似问题需要的知识，最后通过实际案例串联本章知识点，可以使读者感受到算法的价值及其在解决实际问题中的实用性。 本书可以作为高等学校大数据、计算机等相关专业的教学用书，对科研机构的研究人员、工程技术人员也有一定的参考价值。 \\\"

目录 第1章绪论 1.1概况 1.2数据分析 1.2.1流程 1.2.2算法分类 1.2.3基本原则 1.3算法基础 1.4本章小结 习题 第2章特征工程 2.1问题导入 2.2特征提取 2.3特征探索性分析 2.3.1单变量分析 2.3.2多变量分析 2.4特征预处理 2.4.1缺失值处理 2.4.2异常值处理 2.4.3特征变换 2.5特征选择 2.5.1过滤法 2.5.2封装法 2.5.3嵌入法 2.6案例： 工业设备信号特征工程 2.7本章小结 习题 第3章多类型数据表征 3.1问题导入 3.2时序数据表征 3.2.1频域特征 3.2.2时频域特征 3.3文本数据表征 3.3.1词袋模型 3.3.2TFIDF特征 3.3.3词向量嵌入 3.4图像数据表征 3.4.1图像处理基础 3.4.2SIFT 3.4.3HOG 3.4.4深度特征表示 3.4.5多模态特征融合 3.5案例： 农作物病虫害图像表征 3.6本章小结 习题 第4章数据抽样 4.1问题导入 4.2概率抽样 4.3非均衡抽样 4.3.1样本分布不均衡问题 4.3.2过采样 4.3.3欠采样 4.4数据流抽样 4.4.1数据流抽样问题 4.4.2蓄水池抽样 4.5蒙特卡洛抽样 4.5.1直接采样 4.5.2接受拒绝采样 4.5.3重要性采样 4.6案例： 基于SMOTE的信用卡交易欺诈数据采样 4.7本章小结 习题 第5章图计算 5.1问题导入 5.2图网络 5.2.1图网络表示 5.2.2网络结构分类 5.2.3网络描述性统计 5.3图基础算法 5.3.1图遍历 5.3.2图分割 5.4社区发现 5.4.1模块度 5.4.2GN算法 5.4.3谱方法 5.5GraphScope简介 5.6案例： 基于谱聚类的图像分割 5.7本章小结 习题 第6章随机优化算法 6.1问题导入 6.2梯度下降算法 6.3随机梯度下降算法 6.4梯度加速方法 6.4.1动量法 6.4.2Nesterov梯度加速 6.4.3自适学习率加速方法 6.5方差缩减 6.5.1方差缩减技术 6.5.2方差缩减算法 6.6案例： 逻辑回归模型优化算法 6.7本章小结 习题 第7章相似性度量 7.1问题导入 7.2相关系数 7.2.1皮尔逊相关系数 7.2.2余弦相似度 7.2.3Jaccard相似系数 7.3距离度量 7.3.1欧氏空间的距离度量 7.3.2流形空间的距离度量 7.3.3时间序列的距离度量 7.4概率散度 7.4.1f散度 7.4.2积分概率度量 7.5案例： 金融时间序列数据分析 7.6本章小结 习题 第8章关联性分析 8.1问题导入 8.2非线性相关性分析 8.3典型关联分析 8.4关联规则 8.4.1关联规则描述 8.4.2关联规则挖掘 8.4.3数值型关联规则挖掘 8.5因果分析 8.5.1结构因果模型与图模型 8.5.2因果效应评估 8.6案例： 购物车数据挖掘 8.7本章小结 习题 参考文献