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:
本店所有商品

  • 全新正版大数据及其在交通运输中的应用978712830化学工业出版社
    • 作者: 李敏著 | 李敏编 | 李敏译 | 李敏绘
    • 出版社: 化学工业出版社
    • 出版时间:2021-08-01
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 李敏著| 李敏编| 李敏译| 李敏绘
    • 出版社:化学工业出版社
    • 出版时间:2021-08-01
    • 版次:1
    • 印次:1
    • 字数:177000
    • 页数:158
    • 开本:16开
    • ISBN:9787122399830
    • 版权提供:化学工业出版社
    • 作者:李敏
    • 著:李敏
    • 装帧:平装
    • 印次:1
    • 定价:88.00
    • ISBN:9787122399830
    • 出版社:化学工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-08-01
    • 页数:158
    • 外部编号:11529516
    • 版次:1
    • 成品尺寸:暂无

    章 绪论001
    1.1 大数据概述002
    1.2 Python 概述003
    1.3 交通运输大数据概述004

    第2 章 Python 基础知识007
    2.1 变量和简单数据类型008
    2.2 Python 语法基础010
    . 数据可视化020
    2.4 数据的统计学特征025
    2.5 代数和符号运算问题028
    2.6 基本数学运算030
    2.7 不同类型的数字031
    2.8 Pandas 和NumPy 模块032

    第3 章 大数据基础043
    3.1 大数据044
    3.2 Hadoop 大数据平台046
    3.3 大数据与人工智能050
    3.4 探索数据分析051
    3.5 相关分析和回归分析054
    3.6 降维数据分析056

    第4 章 机器学模识别065
    4.1 人工智能、机器学习和深度学习关系066
    4.2 机器学习基础068
    4.3 机器学习中的参数及拟合问题071
    4.4 矩阵基本知识072
    4.5 树和随机森林算法076
    4.6 KNN 算法078
    4.7 贝叶斯理论078
    4.8 支持向量机080
    4.9 神经网络085

    第5 章 深度学习基础及应用101
    5.1 深度学习中的微积分基础102
    5.2 深度学习的线代数基础106
    5.3 基于Python 的神经网络案例算法详解107
    5.4 深度学习框架113
    5.5 深度学习的硬件基础117
    5.6 卷积神经网络算法详解118
    5.7 循环神经网络和长短期记忆网络125
    5.8 基于LSTM 的驾驶意图识别130

    第6 章 深度学习的交通流预测研究139
    6.1 交通流理论基础140
    6.2 交通流的统计分布特142
    6.3 交通流数据预处理144
    6.4 交通信息获取技术146
    6.5 宏观交通流模型及微观交通流模型147
    6.6 基于深度学习的交通流预测149

    参考文献155

    ●大数据技术基础理论知识:大数据的特征、分类、框架结构等。
    ●Python编程基础知识:各种模块的讲解,并配以实操案例。
    ●机器学模识别:机器学习的类型、机器学习的基础数学知识、树和随机森林算法、KNN算法、贝叶斯理论、支持向量机等模型和原理以及具体的Python代码实现。
    ●深度学习基础知识及应用:深度学习的微积分基础、线代数基础、案例详解、深度学习框架以及硬件基础、深度学习的驾驶意图应用等。
    ●深度学习的交通流预测研究:交通流理论基础、交通流统计分布特的基本理论知识、交通流数据预处理、深度学习的交通流预测等。

    ●大数据技术基础理论知识:大数据的特征、分类、框架结构等。
    ●Python编程基础知识:各种模块的讲解,并配以实操案例。
    ●机器学模识别:机器学习的类型、机器学习的基础数学知识、树和随机森林算法、KNN算法、贝叶斯理论、支持向量机等模型和原理以及具体的Python代码实现。
    ●深度学习基础知识及应用:深度学习的微积分基础、线代数基础、案例详解、深度学习框架以及硬件基础、深度学习的驾驶意图应用等。
    ●深度学习的交通流预测研究:交通流理论基础、交通流统计分布特的基本理论知识、交通流数据预处理、深度学习的交通流预测等。

    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