幫助中心 | 我的帳號 | 關於我們

大數據分析的九堂數學課

  • 作者:(德)弗拉基米爾·什克曼//大衛·穆勒|責編:薛楊|譯者:李澤宇
  • 出版社:清華大學
  • ISBN:9787302633167
  • 出版日期:2023/09/01
  • 裝幀:平裝
  • 頁數:240
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書介紹了大數據分析中使用的基本數學模型,並對相關實際問題進行了應用參考。本書使用了必要的數學工具,並將它們應用於當前的數據分析問題,進一步跨學科應用於生物學、語言學、社會學、電氣工程、電腦科學和人工智慧等領域,本書給出的例子包括DNA測序、主題提取、社區檢測、壓縮感知、垃圾郵件過濾和國際象棋引擎等。對於模型,我們使用了大量的數學知識和方法——從基本的數值線性代數、統計學和優化到更專業的遊戲、圖甚至複雜性理論。本書涵蓋了大數據分析中所有常用的相關技術,在本書中體現為排序、在線學習、推薦系統、分類、聚類、線性回歸、稀疏恢復、神經網路和決策樹等章節。本書章節的結構和篇幅都是標準化的,以方便學生和教師使用。

作者介紹
(德)弗拉基米爾·什克曼//大衛·穆勒|責編:薛楊|譯者:李澤宇

目錄
第1章  排序
  1.1  研究動因:谷歌問題
  1.2  研究結果
    1.2.1  Perron-Frobenius定理
    1.2.2  PageRank
  1.3  案例研究:品牌忠誠度
  1.4  練習
第2章  在線學習
  2.1  研究動因:投資組合選擇
  2.2  研究結果
    2.2.1  在線鏡像下降
    2.2.2  熵設定
  2.3  案例分析:專家建議
  2.4  練習
第3章  推薦系統
  3.1  研究動因:Netflix大賽
  3.2  研究結果
    3.2.1  基於近鄰的方法
    3.2.2  基於模型的方法
  3.3  案例分析:潛在語義分析
  3.4  練習
第4章  分類
  4.1  研究動因:信用調查
  4.2  研究結果
    4.2.1  Fisher判別規則
    4.2.2  支持向量機
  4.3  案例分析:質量控制
  4.4  練習
第5章  聚類
  5.1  研究動因:DNA測序
  5.2  研究結果
    5.2.1  七一均值演算法
    5.2.2  譜聚類
  5.3  案例分析:主題抽取
  5.4  練習
第6章  線性回歸
  6.1  研究動因:計量經濟學分析
  6.2  研究結果
    6.2.1  最小二乘法
    6.2.2  嶺回歸
  6.3  案例分析:資本資產定價
  6.4  練習
第7章  稀疏恢復
  7.1  研究動因:變數選擇
  7.2  研究結果
    7.2.1  Lasso回歸
    7.2.2  迭代閾值收縮演算法
  7.3  案例分析:壓縮感知
  7.4  練習
第8章  神經網路

  8.1  研究動因:神經細胞
  8.2  研究結果
    8.2.1  邏輯回歸
    8.2.2  感知機
  8.3  案例分析:垃圾郵件過濾
  8.4  練習
第9章  決策樹
  9.1  研究動因:泰坦尼克號倖存率
  9.2  研究結果
    9.2.1  NP完全性
    9.2.2  自上而下的和自下而上的啟髮式演算法
  9.3  案例研究:國際象棋引擎
  9.4  練習
第10章  練習題解
  10.1  排序
  10.2  在線學習
  10.3  推薦系統
  10.4  分類
  10.5  聚類
  10.6  線性回歸
  10.7  稀疏恢復
  10.8  神經網路
  10.9  決策樹
參考文獻
索引
英文索引

  • 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