欧美精品日韩国产一区原创色,久久久噜噜噜少妇色

目前，數(shù)據(jù)挖掘類課程已成為我國新工科教育的數(shù)據(jù)科學(xué)思維提升課程，成為信息、電子等各類工科專業(yè)本科生與研究生的必修課。本書深入淺出地介紹了數(shù)據(jù)挖掘和數(shù)據(jù)分析的知識、常用的各類算法；系統(tǒng)梳理與比較各類算法的優(yōu)缺點(diǎn)與適用場景。本書內(nèi)容結(jié)合作者多年的科研和教學(xué)經(jīng)驗(yàn)，大量案例來自作者的項(xiàng)目和科研成果，不僅適合作為大數(shù)據(jù)特色類專業(yè)的本科生和研究生教材，同時也適合機(jī)械、航空等其他工科專業(yè)的入門與自學(xué)教材，還可作為各專業(yè)本科生與研究生考試復(fù)習(xí)的參考資料。

隨著大數(shù)據(jù)、人工智能的快速發(fā)展，各高校越來越重視大數(shù)據(jù)相關(guān)專業(yè)與課程的建設(shè)，很多高校開設(shè)了大數(shù)據(jù)學(xué)院或數(shù)據(jù)科學(xué)/大數(shù)據(jù)專業(yè)。隨著數(shù)據(jù)科學(xué)的普及，數(shù)據(jù)挖掘逐漸成為一種通用技術(shù)，廣泛應(yīng)用于人們社會生活的各個領(lǐng)域，因此掌握數(shù)據(jù)挖掘的基本概念和技術(shù)十分重要。
筆者近年來一直從事數(shù)據(jù)挖掘領(lǐng)域的研究以及課程的建設(shè)，通過將復(fù)雜的數(shù)據(jù)挖掘知識點(diǎn)與實(shí)際案例結(jié)合，形成了一套以案例為牽引的數(shù)據(jù)挖掘知識體系，使不同學(xué)科背景的本科生、研究生更容易理解和掌握數(shù)據(jù)挖掘技術(shù)。
本書以深入淺出、簡要易懂的方式薈萃了數(shù)據(jù)挖掘的各類算法知識點(diǎn)；系統(tǒng)地梳理和比較了各類算法的優(yōu)缺點(diǎn)與適用場景；以案例為驅(qū)動說明了數(shù)據(jù)挖掘算法的運(yùn)用。本書知識點(diǎn)難度適中，適合理工科相關(guān)專業(yè)的本科生與研究生作為教材使用，也可作為相關(guān)領(lǐng)域的科研與工程技術(shù)人員的參考書。另外，本書選取了筆者所在高校各類數(shù)據(jù)挖掘課程的試題，這些試題不僅涵蓋數(shù)據(jù)挖掘經(jīng)典的知識點(diǎn)，而且涉及互聯(lián)網(wǎng)公司在招聘數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能等方向的工程師時的筆試知識點(diǎn)。這些試題覆蓋面廣、新穎性強(qiáng)，適合本科生與研究生進(jìn)行考前復(fù)習(xí)以及應(yīng)聘筆試和面試時參考。本書的組織結(jié)構(gòu)如下：
第1章闡述為什么要學(xué)習(xí)數(shù)據(jù)挖掘、什么是數(shù)據(jù)挖掘、數(shù)據(jù)挖掘的主要技術(shù)，使讀者從整體上把握本書的內(nèi)容。
第2章從數(shù)據(jù)的基本概念、基本統(tǒng)計(jì)特性、可視化以及相似性計(jì)算等方面綜合認(rèn)識數(shù)據(jù)，讓讀者知道在真實(shí)數(shù)據(jù)場景中，應(yīng)該從哪幾個方面初步認(rèn)識數(shù)據(jù)。
第3章主要包括數(shù)據(jù)質(zhì)量的衡量因素、數(shù)據(jù)預(yù)處理的方法以及特征工程的常見方法等內(nèi)容，讓讀者知道針對真實(shí)的質(zhì)量不高的數(shù)據(jù)，如何通過數(shù)據(jù)預(yù)處理與特征工程提高數(shù)據(jù)質(zhì)量。
第4章至第11章主要介紹數(shù)據(jù)分類，將從決策樹分類、規(guī)則和近鄰分類、回歸、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、集成學(xué)習(xí)以及模型的評價等方面來詳細(xì)闡述數(shù)據(jù)分類算法，讓讀者能夠針對實(shí)際數(shù)據(jù)挖掘問題，深入理解數(shù)據(jù)分類算法，并且靈活運(yùn)用到實(shí)踐中。
第12章主要從劃分方法、層次方法、密度方法等方面詳細(xì)闡述數(shù)據(jù)聚類的算法，讓讀者能夠深入理解聚類算法的原理，掌握算法的應(yīng)用場景。
第13章主要從Apriori算法、FP-Growth算法、關(guān)聯(lián)分析評估等方面詳細(xì)闡述關(guān)聯(lián)規(guī)則挖掘算法，讓讀者能夠深入理解頻繁項(xiàng)挖掘與規(guī)則挖掘的原理，熟練運(yùn)用算法解決大項(xiàng)事物數(shù)據(jù)庫關(guān)聯(lián)規(guī)則挖掘的問題。
第14章詳細(xì)闡述了圖數(shù)據(jù)中的節(jié)點(diǎn)影響力評估模型，讓讀者能夠針對實(shí)際大型圖數(shù)據(jù)的場景，利用影響力計(jì)算模型挖掘圖中的關(guān)鍵節(jié)點(diǎn)。
第15章主要針對現(xiàn)實(shí)中大量的個性化推薦需求，詳細(xì)闡述基于內(nèi)容的信息推薦、基于協(xié)同的信息推薦以及混合推薦等內(nèi)容，讓讀者能夠熟練運(yùn)用推薦算法解決現(xiàn)實(shí)中的推薦問題。
第16章主要針對近年來人工智能中熱門的自然語言處理問題，詳細(xì)闡述分布式詞向量、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、BERT模型等內(nèi)容，使讀者能夠深入理解神經(jīng)網(wǎng)絡(luò)在自然語言處理中的模型。
附錄匯編了數(shù)據(jù)挖掘的各類試題，讀者可以通過試題的解答進(jìn)一步理解知識點(diǎn)，試題答案可從華章網(wǎng)站下載。
本書在提煉數(shù)據(jù)挖掘知識點(diǎn)的基礎(chǔ)上，在中國大學(xué)MOOC上開設(shè)了“數(shù)據(jù)挖掘”MOOC課程（https://www.icourse163.org/course/NUDT-1461782176），并在頭歌平臺上開設(shè)了“數(shù)據(jù)挖掘”實(shí)驗(yàn)課程（http://www.educoder.net/path/4153），讀者可通過在線視頻課程的學(xué)習(xí)、作業(yè)訓(xùn)練與編程實(shí)踐加深對數(shù)據(jù)挖掘知識點(diǎn)的理解，提高運(yùn)用能力。
數(shù)據(jù)挖掘是一個快速發(fā)展的領(lǐng)域，加之編寫時間、作者水平所限，書中難免有疏漏之處，請各位讀者、同行不吝指正。

你還可能感興趣

我要評論