返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 大数据智能分析与先进计算 刘朝华 等 编 大中专 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 中南大学出版社
    • 出版时间:2022-12-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:中南大学出版社
    • 出版时间:2022-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2022-12-01
    • 字数:378000
    • 页数:236
    • 开本:16开
    • 装帧:平装
    • ISBN:9787548750383
    • 国别/地区:中国
    • 版权提供:中南大学出版社

    大数据智能分析与先进计算

    作  者:刘朝华 等 编
    定  价:48
    出 版 社:中南大学出版社
    出版日期:2022年12月01日
    页  数:236
    装  帧:平装
    ISBN:9787548750383
    主编推荐

    内容简介

    大数据时代的到来,迫切需要为控制电气信息类研究生的教育建立大数据技术课程体系,为社会培养和输送一批具备大数据素养的高级创新人才,满足工业系统对大数据创新人才日益旺盛的需求。本书定位为控制电气信息类研究生专业教材,为该专业研究生搭建起“大数据智能处理与优选计算”的系统知识体系及研究方向。本书将系统梳理、总结大数据技术的基本原理、大数据处理与学习智能方法、优选计算技术,以及近期新大数据研究成果和大数据的主要领域应用,帮助研究生形成对大数据知识体系及其应用领域的深刻认识,为相关研究生在大数据领域奠定基础和开拓研究方向。同时可作为自动化、计算机、电子电气信息类高年级本科生的选修课教材及相关科技工作者的参考资料。全书分两大部分内容,前者重点聚焦于大数据技术的两个核心内容——分布式存储和分布式计算;后者聚焦于各种机器学习、深度学习和智能优化方法等优选计算方法。

    作者简介

    精彩内容

    目录
    第1章 绪论
    1.1 大数据的概念和特征
    1.1.1 大数据的概念
    1.1.2 大数据的特征
    1.2 大数据与优选计算、人工智能
    1.3 大数据的典型应用场景
    1.4 大数据的发展趋势
    第2章 机器学习
    2.1 数据挖掘与机器学习概述
    2.2 logistic回归
    2.2.1 logistic回归分类
    2.2.2 L2正则化原问题
    2.2.3 L2正则化对偶问题
    2.2.4 L1正则化原问题
    2.3 决策树
    2.3.1 树形决策过程
    2.3.2 分类与回归树
    2.3.3 训练算法
    2.4 支持向量机
    2.4.1 线性分类器
    2.4.2 线性可分的情况
    2.4.3 线性不可分的情况
    2.4.4 核映射与核函数
    2.4.5 SMO算法
    2.4.6 多分类问题
    2.5 贝叶斯分类器
    2.5.1 贝叶斯决策
    2.5.2 朴素贝叶斯分类器
    2.5.3 正态贝叶斯分类器
    2.6 KNN算法
    2.6.1 基本概念
    2.6.2 预测算法
    2.6.3 距离定义
    2.7 随机森林
    2.7.1 随机抽样
    2.7.2 Bagging算法
    2.7.3 随机森林算法
    2.8 Boosting算法
    2.8.1 AdaBoost算法
    2.8.2 广义加法模型
    2.8.3 实现细节问题
    第3章 深度学习
    3.1 深度学习概述
    3.2 深度学习基础
    3.2.1 BP神经网络
    3.2.2 受限Boltzmann机
    3.3 深度信念网络
    3.3.1 模型结构
    3.3.2 学习算法
    3.4 卷积神经网络
    3.4.1 卷积层
    3.4.2 ReLU层
    3.4.3 池化层
    3.4.4 全连接层
    3.4.5 层与层之间的交织
    3.5 循环神经网络
    3.5.1 循环神经网络
    3.5.2 双向循环神经网络
    3.5.3 多层循环神经网络
    3.5.4 回声状态网络
    3.5.5 长短期记忆网络
    3.5.6 门控循环单元
    3.6 生成对抗学习
    3.7 强化学习
    3.7.1 强化学习的组成部分
    3.7.2 马尔可夫决策过程
    3.7.3 基于动态规划的算法
    3.7.4 蒙特卡洛算法
    3.7.5 时序差分算法
    3.8 迁移学习
    第4章 大数据群智能优化算法
    4.1 大数据处理的难点与群智能优化
    4.1.1 基于粒子群算法的大数据分析
    4.1.2 基于蚁群算法的大数据分析
    4.1.3 基于进化算法的大数据分析
    4.2 遗传算法
    4.2.1 遗传算法原理
    4.2.2 常用术语简介
    4.2.3 遗传算法的流程
    4.3 人工免疫系统
    4.3.1 一般免疫算法
    4.3.2 克隆选择算法
    4.3.3 免疫网络算法
    4.3.4 阴性选择算法
    4.4 蚁群算法
    4.4.1 蚁群算法的基本原理
    4.4.2 蚁群算法的流程
    4.2.3 改进的蚁群算法
    4.5 粒子群优化算法
    ……

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购