幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習在觸法未成年人風險\需求評估中的應用

  • 作者：呂琳//高冠東|責編:馮高瓊
  • 出版社：法律
  • ISBN：9787519780302
  • 出版日期：2023/07/01
  • 裝幀：平裝
  • 頁數：264
人民幣：RMB 78 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書旨在探討機器學習技術在觸法未成年人犯罪危險性評估領域的基本理論、實施步驟和實現方法；通過對犯罪危險性評估的基本流程、原始數據資料的選擇與整理、可靠性及有效性驗證方法等內容的深入研究；通過具體示例，幫助讀者全面了解機器學習各類演算法在未成年人犯罪風險評估中的具體應用方法。
作者介紹
呂琳//高冠東|責編:馮高瓊
目錄
第1章  犯罪危險性評估的基本理論和發展
  1.1  犯罪危險性評估
  1.2  實施危險性評估的目的和意義
  1.3  犯罪危險性評估工具的發展階段
  1.4  國內外研究現狀
  1.5  未成年人犯罪風險評估的必要性
第2章  未成年人犯罪風險評估的基本流程
  2.1  基於數據分析技術的犯罪危險性評估流程框架
  2.2  數據採集
  2.3  數據清洗
  2.4  數據抽取及特徵提取
  2.5  數據分析及評判演算法
第3章  原始數據資料的選擇與整理
  3.1  數據集的選擇
  3.2  原始數據資料的描述
  3.3  組間數據差異檢驗
第4章  可靠性及有效性驗證方法
  4.1  可靠性驗證方法
  4.2  有效性驗證方法
第5章  邏輯回歸分析
  5.1  邏輯回歸的相關定義
  5.2  二元邏輯回歸模型構建步驟
  5.3  邏輯回歸的統計檢驗
  5.4  回歸係數和優勢比
  5.5  邏輯回歸的應用
  5.6  多項式邏輯回歸
第6章  生存分析
  6.1  生存分析基礎概述
  6.2  非參數估計法
  6.3  半參數模型
  6.4  生存分析法演算法實施綜合應用實例
第7章  貝葉斯分類器
  7.1  貝葉斯的基礎原理
  7.2  樸素貝葉斯
  7.3  半樸素貝葉斯
  7.4  貝葉斯決策理論
第8章  決策樹
  8.1  決策樹的基本理論
  8.2  屬性選擇方法
  8.3  CART演算法
  8.4  決策樹剪枝策略
  8.5  CHAID演算法
第9章  集成學習
  9.1  集成學習
  9.2  隨機森林
  9.3  Adaboost演算法
第10章  聚類分析和度量學習
  10.1  K-Means聚類演算法
  10.2  K最近鄰法
第11章  人工神經網路

  11.1  人工神經網路基礎理論
  11.2  BP神經網路
  11.3  自組織映射神經網路
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032