8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

Грандинг -десять лучших алгоритмов (США) Ву Синдонг Кумар; Ли Венбо Уни Университет Университета Сьюяна Колледж Книжного магазина Синьхуа

Цена: 691руб.    (¥32.67)
Артикул: 520933081314

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:新华在线图书专营店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥154.33 261руб.
¥70.841 497руб.
¥22.55477руб.
¥77.931 647руб.
  • Информация о товаре
  • Фотографии

Десять десяти алгоритмов добычи данных

делать  (США) Ву Синдонг Кумар перевел Ли Венбо Ву Суян
Конечно   цена:39
вне&Ensp; издание&Encp; Общество:Tsinghua University Press
Дата публикации:01 мая 2013 г.
Страница &Nbsp; номер:154
Пакет   кадр:Оплата в мягкой обложке
ISBN:9787302310617
Оглавление
●
глава C4.5
1.1  Введение
1.2  описание алгоритма
1.3&функция алгоритма NBSP;
1.3.1  обрезка дерева решений
1.3.2  непрерывный атрибут
1.3.3  Отсутствие обработки стоимости
1.3.4  набор правил набор индукции
1.4&Реализация программного обеспечения NBSP;
1.5  Пример
1.5.1  набор данных для гольфа
1.5.2&Набор данных NBSP;
1.6  хорошая тема
1.6.1  хранилище уровня 2
1.6.2  косое дерево решений
1.6.3  выбор функции
1.6.4  интегрированный метод
1.6.5  Правила классификации
1.6.6&Nbsp; сброс модели
1.7  упражнение
Рекомендации

Глава 2 k-means
2.1  Введение
2.2  описание алгоритма
2.3  доступное программное обеспечение
2.4  Пример
2.5  хорошая тема
2.6  Резюме
2.7  упражнение
Рекомендации

Глава 3  SVM: поддержка векторной машины
3.1  поддержка векторного классификатора
3.2  Оптимизация мягкого интервала опорного векторного классификатора
3.3  ядерные навыки
3.4  теоретическая основа
3.5  поддержка векторного регрессионера
3.6&Реализация программного обеспечения NBSP;
3.7  текущие и будущие исследования
3.7.1  эффективность расчета
3.7.2  ядерный выбор
3.7.3  анализ обобщения
3.7.4  Структурное векторирующее машинное обучение
3.8  упражнение
Рекомендации

Глава 4 Apriori
4.1  Введение
4.2  описание алгоритма
4.2.1  копание частых режимов и связанных с ними правил
4.2.2  режим последовательности раскопок
4.2.3  Обсуждение
4.3&Реализация программного обеспечения NBSP;
4.4  Пример
4.4.1  осуществимый пример
4.4.2  оценка эффективности
4.5  хорошая тема
4.5.1  улучшить частый режим типа априориори
4.5.2  частый режим кандидата
4.5.3  инкрементный метод
4.5.4  Плотное представление: закрытый режим и предпочтительный режим
4.5.5  Правила количественной ассоциации
4.5.6  Другое значение важности / процента
4.5.7  Правила ассоциации категорий
4.5.8  Используйте более распространенные формы: последовательности, деревья и картинки
4.6  Резюме
4.7  упражнение
Рекомендации

Глава 5 EM
5.1  Введение
5.2  описание алгоритма
……

Глава 6 PageRank
Глава 7 AdaBoost
Глава 8  knn! k-nearest сосед
Глава 9 Naive Bayes
Глава 0  CART: классификация и вернуться на дерево
Пунктирное содержание

краткое введение

   «Выбор всемирно известных компьютерных учебников: десять лучших алгоритмов данных» подробно введены в десять алгоритмов интеллектуального анализа данных, которые широко используются и влияют. Эти десять алгоритмов являются хорошими экспертами в области добычи данных. Исследования и разработки данных, такие как классификация, кластеризация, статистическое обучение, анализ ассоциации и анализ ссылок.«Выбор всемирно известных компьютерных учебников: десять лучших алгоритмов данных», проведенных в ходе -депт -анализе каждого алгоритма, включая историю алгоритмов, процесс алгоритма, характеристики алгоритма, реализация программного обеспечения, развитие режущих Это также дает множество упражнений и тщательно выбранных ссылок. Для читателей очень полезно овладеть основными знаниями об алгоритме и дальнейших исследованиях.