*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,以到貨標的為正確資訊。 印行年月:202403*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:基於機器學習的數據分析方法 ISBN:9787122439895 出版社:化學工業 著編譯者:蘇美紅著 頁數:144 所在地:中國大陸 *此為代購商品 書號:1626326 可大量預訂,請先連絡。 內容簡介 作為人工智慧的核心技術,機器學習在數據分析中具有舉足輕重的地位。本書在介紹機器學習相關知識的基礎上,主要介紹了如何對有雜訊的數據進行魯棒回歸分析。全書共6章,除第1章外,各章對異常點或重尾分佈數據中的具體問題進行了詳細分析與建模,所涉及的問題包括權值選擇問題、變數相關性問題以及網路數據問題等。 本書對於構建具有魯棒性的機器學習模型具有很好的參考性,適用於含雜訊的數據分析與應用,可供數據分析、人工智慧等相關專業師生及行業技術人員參考閱讀。目錄 第1章 機器學習基礎1 1 機器學習及基本概念 1 1 1 什麼是機器學習 1 1 2 機器學習中的一些基本概念 1 2 機器學習三要素 1 2 1 模型 1 2 2 策略 1 2 3 演算法 1 3 機器學習分類 1 3 1 監督學習 1 3 2 無監督學習 1 3 3 半監督學習 1 3 4 強化學習 1 4 回歸模型發展現狀 1 4 1 線性回歸 1 4 2 基於鄰近信息的回歸模型 1 4 3 魯棒回歸模型 第2章 基於正則化方法的回歸模型 2 1 正則化方法 2 2 基於最小二乘估計的正則化方法 2 2 1 最小二乘估計 2 2 2 嶺回歸 2 2 3 Lasso估計 2 2 4 自適應Lasso 2 2 5 SCAD估計 2 2 6 彈性網路回歸 2 3 魯棒(穩健)正則化方法 第3章 自加權魯棒正則化方法 3 1 自加權魯棒方法 3 2 L0正則項 3 3 基於SELO懲罰項的自加權估計方法 3 3 1 自適應正則項 3 3 2 RSWSELO估計 3 3 3 理論性質及證明 3 4 實驗驗證與分析 3 4 1 模擬實驗結果與分析 3 4 2 標準數據集上的實驗 第4章 基於自變數相關的魯棒回歸模型 4 1 自變數相關性問題 4 2 基於Elastic Net罰的魯棒估計方法 4 2 1 模型構建 4 2 2 理論性質分析及證明 4 2 3 求解演算法 4 3 實驗驗證與分析 4 3 1 模擬實驗結果與分析 4 3 2 真實數據集上的實驗 第5章 基於因變數相關的Lasso回歸模型 5 1 因變數相關性問題 5 2 Network Lasso估計及其性質 5 2 1 模型的構建 5 2 2 誤差界估計 5 3 實驗結果與分析 5 3 1 人工數據集上的實驗 5 3 2 真實數據集上的實驗 第6章 面向網路數據的Elastic Net回歸模型 6 1 網路數據問題 6 2 面向網路數據的回歸模型 6 3 Network Elastic Net模型構建 6 3 1 模型構建 6 3 2 求解演算法 6 4 實驗結果與分析 6 4 1 人工數據集上的實驗 6 4 2 實際數據分析 附錄 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。 |