由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
诺森数据科学概念与实践(原书第2版)/数据科学与工程技术丛书
¥ ×1
赞誉
译者序
序言
前言
致谢
作者简介
章 简介
1.1 AI、机器学习和数据科学
1.2 什么是数据科学
1.2.1 提取有意义的模式
1.2.2 构建表示模型
1.. 统计、机器学习和计算的结合
1.2.4 学习算法
1.2.5 相关领域
1.3 数据科学的案例
1.3.1 体量
1.3.2 维度
1.3.3 复杂问题
1.4 数据科学的分类
1.5 数据科学的算法
1.6 本书路线图
1.6.1 数据科学入门
1.6.2 练习使用RapidMiner
1.6.3 核心算法
参考文献
第2章 数据科学过程
2.1 先验知识
2.1.1 目标
2.1.2 主题范围
2.1.3 数据
2.1.4 因果关系与相关
2.2 数据准备
2.2.1 数据探索
2.2.2 数据质量
2.. 缺失值
2.2.4 数据类型和转换
2.2.5 转换
2.2.6 异常值
2.2.7 特征选择
2.2.8 数据采样
. 建模
..1 训练数据集和测试数据集
..2 学习算法
.. 模型评估
..4 集成模型
2.4 应用
2.4.1 生产准备
2.4.2 技术整合
……
第3章 数据探索
第4章 分类
第5章 回归方法
第6章 关联分析
第7章 聚类
第8章 模型评估
第9章 文本挖掘
0章 深度学习
1章 引擎
2章 时间序列预测
3章 异常检测
4章 特征选择
5章 RapidMiner入门
附录 数据科学算法的比较
黄智濒,北京邮电大学计算机学院讲师,计算机体系结构博士,主讲数字逻辑和计算机体系结构课程。主要研究方向包括GPU加速及大规模并行计算等。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格