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

  • 全新正版大数据分析的九堂数学课9787302633167清华大学出版社
    • 作者: (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著著 | (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著编 | (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著译 | (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著绘
    • 出版社: 清华大学出版社
    • 出版时间:2023-09
    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

    商品分类

    商品参数
    • 作者: (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著著| (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著编| (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著译| (德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著绘
    • 出版社:清华大学出版社
    • 出版时间:2023-09
    • 版次:1
    • 印次:1
    • 开本:其他
    • ISBN:9787302633167
    • 版权提供:清华大学出版社
    • 作者:(德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著
    • 著:(德)弗拉基米尔·什克曼(Vladimir Shikhman),(德)大卫·穆勒(David Müller)著
    • 装帧:平装
    • 印次:1
    • 定价:69.00
    • ISBN:9787302633167
    • 出版社:清华大学出版社
    • 开本:其他
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-09
    • 页数:0
    • 外部编号:13883126
    • 版次:1
    • 成品尺寸:暂无

    章排序

    1.1研究动因:谷歌问题

    1.2研究结果

    1.2.1Perron-Frobenius定理

    1.2.2PageRank

    1.3案例研究:品牌忠诚度

    1.4练习

    第2章在线学习

    2.1研究动因:组合选择

    2.2研究结果

    2.2.1在线镜像下降

    2.2.2熵设定

    .案例分析:专家建议

    2.4练习

    第3章系统

    3.1研究动因:Netflix赛
    3.2研究结果

    3.2.1基于近邻的方法

    3.2.2基于模型的方法

    3.3案例分析:潜在语义分析

    3.4练习

    第4章分类

    4.1研究动因:信用调查

    4.2研究结果

    4.2.1Fisher判别规则

    4.2.2支持向量机

    4.3案例分析:质量控制

    4.4练习

    第5章聚类

    5.1研究动因:DNA测序

    5.2研究结果

    5.2.1七一均值算法

    5.2.2谱聚类

    5.3案例分析:主题抽取

    5.4练习

    第6章线回归

    6.1研究动因:计量经济学分析

    6.2研究结果

    6.2.1二乘法

    6.2.2岭回归

    6.3案例分析:资本资产定价

    6.4练习

    第7章稀疏恢复

    7.1研究动因:变量选择

    7.2研究结果

    7.2.1Lasso回归

    7.2.2迭代阈值收缩算法

    7.3案例分析:压缩感知

    7.4练习

    第8章神经网络

    8.1研究动因:神经细胞

    8.2研究结果

    8.2.1逻辑回归

    8.2.2感知机

    8.3案例分析:垃圾邮件过滤

    8.4练习

    第9章决策树

    9.1研究动因:泰尼号幸存率

    9.2研究结果

    9.2.1NP接近

    9.2.2自上而下的和自下而上的启发式算法

    9.3案例研究:国际象棋引擎

    9.4练习

    0章练习题解

    10.1排序

    10.2在线学习

    10.3系统

    10.4分类

    10.5聚类

    10.6线回归

    10.7稀疏恢复

    10.8神经网络

    10.9决策树

    参考文献

    索引

    英文索引

    本书分为10章,其中~9章探讨了排序、系统、聚类、线回归等内容,每章都以一个具体的实际问题开始,其主要目的是激发对某一特定大数据分析技术的研究。接下来探讨其背后的数学原理——包括重要的定义、辅陈述和得出的结论。案例研究有于将所学知识应用于跨学科的环境中,包括对逐步任务的描述和有用的提示。每章之后都配有习题,作为自学中不可缺少的一部分,有于提高对基础理论的理解。0章提供了前9章的习题,以及Python代码中的算法描述作为补充材料。本书适合作为大数据分析、应用数学及相关专业的和高年级生。

    采用科学的自学模式:引例→结论→案例分析→习题,结合业界学界真实案例,详解大数据分析技术中的数学知识。

    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