數據科學與工程算法基礎
徐明華、陳志剛、羅俊如、官威、郝亞東
- 出版商: 清華大學
- 出版日期: 2025-01-01
- 定價: $294
- 售價: 8.5 折 $250
- 語言: 簡體中文
- 頁數: 149
- ISBN: 7302680167
- ISBN-13: 9787302680161
-
相關分類:
Data Science
下單後立即進貨 (約4週~6週)
商品描述
"本書對數據科學與工程中的算法基礎進行了全面的論述，把讀者引入數據科學的大門，為進一步學習和掌握大數據分析算法提供有力的支撐。本書介紹的數據科學與工程中的算法基礎包括特徵工程、數據表徵、數據抽樣、隨機優化算法和關聯性分析等，側重內容的科學性、實用性和前沿性。本書結構上註重理論與實踐並重，各章通過案例引出問題，並深入介紹回答類似問題需要的知識，最後通過實際案例串聯本章知識點，可以使讀者感受到算法的價值及其在解決實際問題中的實用性。 本書可以作為高等學校大數據、電腦等相關專業的教學用書，對科研機構的研究人員、工程技術人員也有一定的參考價值。 "
目錄大綱
目錄
第1章緒論
1.1概況
1.2數據分析
1.2.1流程
1.2.2算法分類
1.2.3基本原則
1.3算法基礎
1.4本章小結
習題
第2章特徵工程
2.1問題導入
2.2特徵提取
2.3特徵探索性分析
2.3.1單變量分析
2.3.2多變量分析
2.4特徵預處理
2.4.1缺失值處理
2.4.2異常值處理
2.4.3特徵變換
2.5特徵選擇
2.5.1過濾法
2.5.2封裝法
2.5.3嵌入法
2.6案例： 工業設備信號特徵工程
2.7本章小結
習題
第3章多類型數據表徵
3.1問題導入
3.2時序數據表徵
3.2.1頻域特徵
3.2.2時頻域特徵
3.3文本數據表徵
3.3.1詞袋模型
3.3.2TFIDF特徵
3.3.3詞向量嵌入
3.4圖像數據表徵
3.4.1圖像處理基礎
3.4.2SIFT
3.4.3HOG
3.4.4深度特徵表示
3.4.5多模態特徵融合
3.5案例： 農作物病蟲害圖像表徵
3.6本章小結
習題
第4章數據抽樣
4.1問題導入
4.2概率抽樣
4.3非均衡抽樣
4.3.1樣本分佈不均衡問題
4.3.2過採樣
4.3.3欠採樣
4.4數據流抽樣
4.4.1數據流抽樣問題
4.4.2蓄水池抽樣
4.5蒙特卡洛抽樣
4.5.1直接採樣
4.5.2接受拒絕採樣
4.5.3重要性採樣
4.6案例： 基於SMOTE的信用卡交易欺詐數據採樣
4.7本章小結
習題
第5章圖計算
5.1問題導入
5.2圖網絡
5.2.1圖網絡表示
5.2.2網絡結構分類
5.2.3網絡描述性統計
5.3圖基礎算法
5.3.1圖遍歷
5.3.2圖分割
5.4社區發現
5.4.1模塊度
5.4.2GN算法
5.4.3譜方法
5.5GraphScope簡介
5.6案例： 基於譜聚類的圖像分割
5.7本章小結
習題
第6章隨機優化算法
6.1問題導入
6.2梯度下降算法
6.3隨機梯度下降算法
6.4梯度加速方法
6.4.1動量法
6.4.2Nesterov梯度加速
6.4.3自適學習率加速方法
6.5方差縮減
6.5.1方差縮減技術
6.5.2方差縮減算法
6.6案例： 邏輯回歸模型優化算法
6.7本章小結
習題
第7章相似性度量
7.1問題導入
7.2相關系數
7.2.1皮爾遜相關系數
7.2.2餘弦相似度
7.2.3Jaccard相似系數
7.3距離度量
7.3.1歐氏空間的距離度量
7.3.2流形空間的距離度量
7.3.3時間序列的距離度量
7.4概率散度
7.4.1f散度
7.4.2積分概率度量
7.5案例： 金融時間序列數據分析
7.6本章小結
習題
第8章關聯性分析
8.1問題導入
8.2非線性相關性分析
8.3典型關聯分析
8.4關聯規則
8.4.1關聯規則描述
8.4.2關聯規則挖掘
8.4.3數值型關聯規則挖掘
8.5因果分析
8.5.1結構因果模型與圖模型
8.5.2因果效應評估
8.6案例： 購物車數據挖掘
8.7本章小結
習題
參考文獻
