智能方与应用(第2版) 大中专理科计算机 新华正版
举报
电子-智能技术-高等学校-教材
-
作者:
作者
-
出版社:
清华大学出版社
-
ISBN:
9787302558101
-
出版时间:
2020-08
-
版次:
2
-
装帧:
平装
-
开本:
16开
-
页数:
316页
-
字数:
470千字
-
出版时间:
2020-08
-
版次:
2
-
装帧:
平装
-
开本:
16开
-
页数:
316页
-
字数:
470千字
售价
￥
43.80
7.4折
定价
￥59.00
品相
全新品相描述
上书时间2023-12-22
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
主编：
注重理论与实钱两方面的兼顾，效果良好。正式出版后被民大学等多所高校作为相关课程的教材选用，得到了同行专家的，并获清华大学很好教材。教材内容方面还兼顾了非计算机专业的特点，能够结合案例循序渐进，课堂中不同层次的，如mba、普通硕士以及博士，对本教材的使用均反映良好。
目录：
部分 智能概念及过程
章 智能概述
1.1 智能的基本概念
1.1.1 数据
1.1.2 信息和知识
1.2 智能的系统构成
1.3 智能的发展历史
练题1
第2章 智能过程
2.1 智能系统的开发方
2.1.1 智能系统的开发过程
2.1.2 智能系统成功的关键因素
2.2 数据仓库与数据库
2.3 联机事务处理与联机分析处理
2.4 智能与决策支持系统
练题2
第二部分 智能方
第3章 关联分析
3.1 频繁模式与关联规则
3.2 频繁项集的典型挖掘方
3.2.1 逐层发现算apriori
3.2.2 无候选集发现算fp-growth
3.3 关联规则的生成方
3.4 关联规则的其他类型
3.4.1 多层次关联规则
3.4.2 负模式
3.4.3 结构化数据中的关联分析
3.5 关联规则的兴趣度的其他度量
练题3
第4章 分类
4.1 分类的概念
4.2 决策树分类方
4.2.1 决策树的构建过程
4.2.2 属的类型及分裂条件
4.2.3 决策树的剪枝
4.3 朴素贝叶斯分类
4.4 k近邻分类
4.5 逻辑回归
4.6 支持向量机
4.6.1 线可分
4.6.2 线不可分
4.6.3 软间隔支持向量机
4.7 分类能的度量方
4.7.1 测试数据集的构造
4.7.2 分类能的度量指标
4.7.3 不同分类模型的比较
练题4
第5章 数值预测
5.1 数值预测的概念
5.2 回归方
5.2.1 一元线回归
5.2.2 多元线回归
5.2.3 非线回归
5.3 回归树与模型树
5.3.1 模型树的构建
5.3.2 模型树的剪枝
5.3.3 算
5.4 k近邻数值预测
5.5 预测误差的度量
练题5
第6章 聚类
6.1 概述
6.1.1 聚类的概念
6.1.2 聚类方分类
6.2 相似度衡量方
6.2.1 数据类型
6.2.2 基于内容的相似度衡量
6.2.3 基于的相似度衡量
6.3 k均值方
6.4 层次聚类方
6.5 dbscan算
6.6 聚类效果衡量方
练题6
第7章 神经网络与深度学
7.1 多层感知机
7.1.1 多层感知机的模型结构
7.1.2 多层感知机模型的训练
7.1.3 正则化
7.2 卷积神经网络
7.2.1 卷积
7.2.2 池化
7.2.3 经典的卷积神经网络模型结构
7.3 循环神经网络
7.3.1 循环神经网络基本模型
7.3.2 长短期记忆网络模型
7.3.3 门控循环单元模型
7.4 深度神经网络模型的优化
7.4.1 小批量梯度
7.4.2 动量梯度下降
7.4.3 adagrad
7.4.4 rmsprop
7.4.5 adam
7.4.6 学率衰减
练题7
第三部分 智能基础技术
第8章 数据预处理
8.1 数据预处理的原因和任务
8.2 数据规范化
8.3 数据高散化
8.3.1 分箱离散化
8.3.2 基于熵的离散化
8.3.3 离散化方chimerge
8.4 数据清洗
8.5 特征选择与特征提取
8.5.1 特征选择
8.5.2 特征提取
练题8
第9章 文本数据处理
9.1 词向量模型
9.2 主题模型
练题9
0章 数据仓库
10.1 数据仓库的基本概念
10.2 数据仓库的体系结构
10.3 多维数据模型
10.3.1 多维数据模型的概念
10.3.2 多维数据模型的构建方
10.4 数据仓库项目的开发
10.4.1 数据仓库开发模式
10.4.2 数据仓库开发过程
练题10
1章 联机分析处理
11.1 联机分析处理简介
11.2 多维数据模型中的层次设计
11.3 立方体的定义和计算
11.4 olap的多维数据分析
练题11
2章 智能可视化
12.1 智能可视化的类型
12.2 数据可视化
12.3 过程和结果可视化
12.4 积分卡和仪表盘
练题12
第四部分 智能应用系统
3章 智能应用
13.1 智能应用领域
13.1.1 关系营销
13.1.2 生产管理
13.2 系统
13.2.1 基于用户的协同过滤
13.2.2 基于物品的协同过滤
13.2.3 矩阵分解
13.2.4 基于内容的方
13.3 意见挖掘
13.3.1 特征和意见的抽取
13.3.2 意见极判断
练题13
4章 智能软件系统
14.1 概述
14.1.1 商品化的智能系统
14.1.2 开源的智能软件
14.2 weka
14.2.1 数据文件
14.2.2 数据预处理
14.2.3 关联分析
14.2.4 分类
14.2.5 数据规范化与聚类
14.2.6 回归分析
14.2.7 特征提取
14.3 rapidminer
14.3.1 rapidminer的安装
14.3.2 结构化数据预处理
14.3.3 文本数据预处理
14.3.4 频繁项集和关联规则的挖掘
14.3.5 序列模式的挖掘
14.3.6 分类
14.3.7 聚类
14.3.8 系统
练题14
第五部分 智能深度应用与发展
5章 复杂数据的智能分析方
15.1 序列模式挖掘
15.1.1 序列模式的定义
15.1.2 序列模式挖掘算
15.2 社会网络分析
15.2.1 中心度分析
15.2.2 分析
15.3 数据流数据挖掘
15.4 多关系数据挖掘
练题15
6章 智能的社会影响与发展
16.1 智能中的隐私保护
16.2 移动智能
16.3 云智能
练题16
参文献
内容简介：
智能方与应用（第2版）/高等学校大数据管理与应用专业规划教材介绍智能概况、智能过程、关联分析、分类、数值预测、聚类、神经网络与深度学、数据预处理、文本数据处理、数据仓库、联机分析处理、智能可视化、智能应用、智能软件系统、复杂数据的智能分析方以及智能的社会影响与发展等。智能方与应用（第2版）/高等学校大数据管理与应用专业规划教材内容具体、新颖、丰富、易于理解，既涵盖智能领域的经典基础知识，又反映该领域的新发展趋势；既包含数据分析的各种理论模型，又包含实用软件工具的具体使用方。智能方与应用（第2版）/高等学校大数据管理与应用专业规划教材适合作为信息管理、计算机应用、电子、数据科学与大数据技术以及数据科学等专业的教材，也可作为数据分析人员的参资料。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
