| | | 數據科學概念與實踐(原書第2版) | 該商品所屬分類:圖書 -> 數據庫 | 【市場價】 | 982-1424元 | 【優惠價】 | 614-890元 | 【作者】 | 維賈伊·庫圖巴拉·德斯潘德 | 【出版社】 | 機械工業出版社 | 【ISBN】 | 9787111663041 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](/c3/10021898024842.jpg)
出版社:機械工業出版社 ISBN:9787111663041 商品編碼:10021898024842 品牌:文軒 出版時間:2020-09-01 代碼:119 作者:維賈伊·庫圖,巴拉·德斯潘德
"![](http://img14.360buyimg.com/cms/jfs/t1/203358/9/26405/134589/62f4a34cEcdefae53/84e082ed3b03dbc0.jpg) 作 者:(美)維賈伊·庫圖,,(美)巴拉·德斯潘德 著 黃智瀕,白鵬 譯 定 價:119 出 版 社:機械工業出版社 出版日期:2020年09月01日 頁 數:372 裝 幀:平裝 ISBN:9787111663041 ●贊譽 譯者序 序言 前言 致謝 作者簡介 第1章簡介1 1.1AI、機器學習和數據科學2 1.2什麼是數據科學3 1.2.1提取有意義的模式3 1.2.2構建表示模型3 1.2.3統計、機器學習和計算的結合4 1.2.4學習算法4 1.2.5相關領域4 1.3數據科學的案例5 1.3.1體量5 1.3.2維度5 1.3.3復雜問題6 1.4數據科學的分類6 1.5數據科學的算法7 1.6本書路線圖8 1.6.1數據科學入門8 1.6.2練習使用RapidMiner8 1.6.3核心算法9 參考文獻11 第2章數據科學過程12 2.1先驗知識13 2.1.1目標13 2.1.2主題範圍14 2.1.3數據14 2.1.4因果關繫與相關性15 2.2數據準備15 2.2.1數據探索15 2.2.2數據質量16 2.2.3缺失值16 2.2.4數據類型和轉換16 2.2.5轉換17 2.2.6異常值17 2.2.7特征選擇17 2.2.8數據采樣17 2.3建模18 2.3.1訓練數據集和測試數據集18 2.3.2學習算法19 2.3.3模型評估20 2.3.4集成模型20 2.4應用21 2.4.1生產準備21 2.4.2技術整合21 2.4.3響應時間21 2.4.4模型刷新22 2.4.5同化22 2.5知識22 參考文獻23 第3章數據探索24 3.1數據探索的目標24 3.2數據集25 3.3描述性統計26 3.3.1單變量探索27 3.3.2多變量探索28 3.4數據可視化30 3.4.1單變量的可視化31 3.4.2多變量的可視化34 3.4.3可視化高維數據38 3.5數據探索的路線圖40 參考文獻41 第4章分類42 4.1決策樹42 4.1.1工作原理42 4.1.2實現過程47 4.1.3小結55 4.2規則歸納56 4.2.1工作原理58 4.2.2實現過程60 4.2.3小結63 4.3k-NN(k-近鄰)63 4.3.1工作原理64 4.3.2實現過程69 4.3.3小結71 4.4樸素貝葉斯71 4.4.1工作原理72 4.4.2實現過程77 4.4.3小結79 4.5人工神經網絡80 4.5.1工作原理82 4.5.2實現過程84 4.5.3小結86 4.6支持向量機87 4.6.1工作原理89 4.6.2實現過程91 4.6.3小結95 4.7集成學習95 4.7.1工作原理97 4.7.2實現過程98 4.7.3小結105 參考文獻105 第5章回歸方法107 5.1線性回歸107 5.1.1工作原理108 5.1.2實現過程112 5.1.3檢查點117 5.2邏輯回歸120 5.2.1工作原理122 5.2.2實現過程124 5.2.3總結要點127 5.3總結127 參考文獻127 第6章關聯分析128 6.1挖掘關聯規則129 6.1.1項集130 6.1.2規則生成132 6.2Apriori算法133 6.3頻繁模式增長算法136 6.3.1工作原理136 6.3.2實現過程138 6.4總結141 參考文獻141 第7章聚類142 7.1k-means聚類145 7.1.1工作原理147 7.1.2實現過程149 7.2DBSCAN聚類153 7.2.1工作原理153 7.2.2實現過程155 7.3自組織映射158 7.3.1工作原理159 7.3.2實現過程161 參考文獻166 第8章模型評估168 8.1混淆矩陣169 8.2ROC和AUC170 8.3提升曲線172 8.4實現過程174 8.5總結177 參考文獻178 第9章文本挖掘179 9.1工作原理180 9.1.1詞頻–逆文檔頻率180 9.1.2詞語181 9.2實現過程184 9.2.1實現1:關鍵詞聚類184 9.2.2實現2:預測博客作者的性別187 9.3總結193 參考文獻194 第10章深度學習195 10.1AI鼕天197 10.1.1AI鼕天:20世紀70年代197 10.1.2鼕季解凍:20世紀80年代198 10.1.3人工智能的春夏:2006年至今200 10.2工作原理201 10.2.1神經網絡的回歸模型201 10.2.2梯度下降法202 10.2.3需要反向傳播204 10.2.4分類超過2個:softmax205 10.2.5卷積神經網絡207 10.2.6密集層211 10.2.7隨機失活層211 10.2.8循環神經網絡212 10.2.9自動編碼器213 10.2.10相關AI模型213 10.3實現過程214 10.4總結217 參考文獻218 第11章推薦引擎219 11.1推薦引擎的概念221 11.2協同過濾225 11.2.1基於鄰域的方法226 11.2.2矩陣分解233 11.3基於內容的過濾238 11.3.1用戶畫像的計算239 11.3.2有監督學習方法245 11.4混合推薦器249 11.5總結250 參考文獻251 第12章時間序列預測253 12.1時間序列分解256 12.1.1經典分解258 12.1.2實現過程258 12.2基於平滑的方法260 12.2.1簡單預測方法260 12.2.2指數平滑261 12.2.3實現過程263 12.3基於回歸的方法264 12.3.1回歸265 12.3.2周期性回歸266 12.3.3集成移動平均自回歸模型268 12.3.4周期性ARIMA272 12.4機器學習方法274 12.4.1窗口化275 12.4.2神經網絡自回歸280 …… 數據科學已經成為從數據中提取價值的基本工具,任何企業都可以將數據收集、存儲和處理作為其業務的一部分。本書搭建了一個易於理解的概念框架,幫助讀者掌握數據科學的基礎知識,並在學習理論的過程中同步使用RapidMiner平臺進行實踐。書中將分享實用的數據分析方法,討論如何揭示隱藏的模式和關繫,無論你是新手還是專家,都能借助這些方法做出更好的決策和預測。本書非常適合商務用戶、數據分析師、商務分析師、工程師和分析專家以及任何與數據打交道的人。 (美)維賈伊·庫圖,,(美)巴拉·德斯潘德 著 黃智瀕,白鵬 譯 黃智瀕,北京郵電大學計算機學院講師,計算機體繫結構博士,主講數字邏輯和計算機體繫結構課程。主要研究方向包括GPU加速及大規模並行計算等。 ![](https://img10.360buyimg.com/imgzone/jfs/t1/147514/7/5440/73116/5f34a3beE3ba58783/f5b2391383f5625c.jpg)
" | | | | | |