數據分析及實現 楊旻 李丹 李燕燕 9787560776651 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:山東大學
NT$242
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*數量非實際在台庫存
*完成訂單後正常情形下約兩周可抵台

*本賣場提供之資訊僅供參考,以到貨標的為實際資訊。
印行年月:202211*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:數據分析及實現
ISBN:9787560776651
出版社:山東大學
著編譯者:楊旻 李丹 李燕燕
頁數:169
所在地:中國大陸 *此為代購商品
書號:1591132
可大量預訂,請先連絡。

內容簡介 本書內容共分為7章。第1章介紹了數據分析的應用背景、研究內容和基本概念。第2章聚焦于數據的可視化方法,並例舉了現有網路工具的使用方法,本章內容幾乎不需要編程基礎。第3章著眼于數據分析與數學優化建模的聯繫,並介紹了常用的梯度下降優化演算法。第4章凸顯了數據降維和特徵提取的必要性,給出了一些常用的降維演算法。第5章和第6章詳述了無監督學習和有監督學習的典型演算法及示例。第7章介紹了深度學習的魯棒性問題,這是當前數據分析的前沿領域。本書最後的附錄部分簡述了深度神經網路的基本原理以及PyTorch開發框架。

目錄 第1章 數據分析概述
1 1 數據分析的背景
1 2 數據的類型
1 3 數據集的使用
參考文獻
第2章 數據可視化
2 1 數據可視化簡介
2 2 數據可視化網路工具
2 3 數據可視化案例
參考文獻
第3章 數據分析與優化
3 1 模型與優化目標
3 2 梯度下降演算法
3 3 過擬合與欠擬合
參考文獻
第4章 特徵工程
4 1 數據預處理
4 2 特徵選擇
4 3 特徵降維
參考文獻
第5章 無監督學習
5 1 推薦系統
5 2 K均值聚類
5 3 譜聚類
5 4 EM演算法
5 5 變分自編碼
參考文獻
第6章 監督學習
6 1 樸素貝葉斯分類
6 2 感知器
6 3 支持向量機
6 4 深度學習分類
參考文獻
第7章 深度學習的魯棒性
7 1 神經網路的脆弱性
7 2 攻擊擾動的構造
7 3 對抗訓練防禦
7 4 基於分類器改進的防禦方法
7 5 總結
參考文獻
附錄A 開發框架的安裝與使用
A 1 PyTorch CPU版本的安裝
A 2 PyTorch GPU版本的優勢及安裝
A 3 開發界面
參考文獻
附錄B 神經網路
B 1 全連接網路與反向傳播演算法
B 2 卷積神經網路
B 3 循環神經網路
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。

規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理