能源大數據分析理論與實踐 漸令 王信敏 9787121483851 【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：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$375
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202406*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：能源大數據分析理論與實踐 ISBN：9787121483851 出版社：電子工業 著編譯者：漸令 王信敏 頁數：252頁 所在地：中國大陸 *此為代購商品 書號：1664308 可大量預訂，請先連絡。 內容簡介 本書介紹了能源大數據分析的理論知識與實踐方法，主要內容包括大數據處理與分析理論、能源系統與能源大數據應用、能源大數據處理與分析實踐三個部分。大數據處理與分析理論包括大數據的基本概念、應用流程、平台技術、採集與處理，還包括回歸分析、分類分析、聚類分析和深度學習等機器學習的基本理論。能源系統與能源大數據應用介紹了能源系統的基本概念和能源大數據的典型應用，能源系統的基本概念包括能源分類、能源互聯網、智慧能源等，能源大數據的典型應用選取能源經濟與管理大數據應用、煤炭大數據應用、油氣大數據應用和電力大數據應用進行了介紹。能源大數據處理與分析實踐選取了8個具體案例對能源大數據的具體應用方法進行了編程實現和介紹。 本書可以作為高校信息管理與信息系統、能源經濟與管理等相關專業能源大數據處理與分析課程的教材，也可以作為其他專業的本科生、研究生及能源領域相關應用和研究人員的參考書。目錄 第一部分 大數據處理與分析理論第1章 大數據概述 1 1 大數據概念 1 1 1 大數據定義與內涵 1 1 2 大數據的特徵 1 1 3 數據類型 1 2 大數據的應用 1 3 大數據的處理流程 1 3 1 大數據處理的基本流程 1 3 2 數據採集 1 3 3 數據預處理 1 3 4 數據統計分析和數據挖掘 1 3 5 數據可視化 1 4 大數據平台技術 1 4 1 大數據系統生態 1 4 2 大數據存儲與管理 1 4 3 大數據計算與處理 思考題 本章參考文獻 第2章 數據獲取與預處理 2 1 數據獲取與預處理概述 2 1 1 數據獲取 2 1 2 數據清洗與數據轉換 2 1 3 數據載入 2 2 數據獲取技術 2 2 1 數據獲取技術概述 2 2 2 網路爬蟲 2 3 數據預處理 2 3 1 數據質量 2 3 2 數據清洗 2 3 3 數據集成 2 3 4 數據轉換 2 3 5 數據歸約 2 4 數據集的構建 2 4 1 數據集的劃分 2 4 2 重抽樣方法 思考題 本章參考文獻 第3章 回歸分析 3 1 回歸分析概述 3 2 線性回歸 3 3 非線性回歸 3 4 分位數回歸 思考題 本章參考文獻 第4章 分類分析 4 1 分類分析概述 4 2 貝葉斯分類 4 2 1 貝葉斯分類的原理 4 2 2 貝葉斯分類的應用與實例 4 3 Logistic回歸 4 3 1 Logistic回歸的原理 4 3 2 Logistic回歸模型的訓練 4 3 3 帶正則項的Logistic回歸 4 3 4 Logistic回歸的應用 4 4 KNN 4 5 支持向量機 4 5 1 線性可分離數據的支持向量機 4 5 2 不可分離數據的支持向量機 4 5 3 非線性支持向量機 4 6 決策樹 4 6 1 決策樹簡介 4 6 2 ID3演算法 4 6 3 C4 5演算法 4 6 4 CART演算法 4 7 集成學習 4 7 1 集成學習概述 4 7 2 隨機森林 4 7 3 AdaBoost 4 7 4 GBDT 4 7 5 XGBoost 4 8 分類器評估 思考題 本章參考文獻 第5章 聚類分析 5 1 聚類的特徵提取 5 1 1 過濾器模型 5 1 2 包裝器模型 5 2 基於代表的聚類 5 2 1 K-Means演算法 5 2 2 核K-Means演算法 5 2 3 K-Medians演算法 5 2 4 K-Medoids演算法 5 3 層次聚類 5 3 1 自下而上的聚類 5 3 2 自上而下的聚類 5 4 基於網格和密度的聚類 5 4 1 基於網格的聚類演算法 5 4 2 DBSCAN演算法 5 4 3 DENCLUE演算法 5 5 聚類的有效性 5 5 1 內部驗證方法 5 5 2 外部驗證方法 思考題 本章參考文獻 第6章 深度學習 6 1 深度學習概述 6 2 BP神經網路 6 2 1 激活函數 6 2 2 BP演算法的基本原理 6 3 卷積神經網路 6 3 1 從全連接到卷積 6 3 2 卷積層 6 3 3 匯聚層 6 3 4 典型的卷積神經網路 6 4 循環神經網路 6 4 1 RNN的展開 6 4 2 RNN的結構 6 4 3 雙向RNN 6 4 4 基於門控的RNN 6 5 Word2Vec 6 6 圖神經網路 6 6 1 圖的概念 6 6 2 節點的中心性 6 6 3 圖嵌入 6 6 4 圖卷積神經網路 思考題 本章參考文獻 第二部分 能源系統與能源大數據應用 第7章 能源系統 7 1 能源的定義和分類 7 2 能源系統及其演化 7 2 1 能源系統概述 7 2 2 典型的能源系統 7 2 3 能源系統的演化 7 3 能源互聯網與智慧能源 7 3 1 能源互聯網的內涵 7 3 2 能源互聯網的功能 7 3 3 能源互聯網的技術框架 7 3 4 智慧能源的內涵 7 3 5 智慧能源的體系架構 7 3 6 智慧能源的發展趨勢 思考題 本章參考文獻 第8章 能源大數據應用 8 1 能源大數據的內涵 8 2 能源經濟與管理大數據應用 8 2 1 能源經濟與管理大數據應用概況 8 2 2 國內外能源經濟與管理大數據平台介紹 8 3 煤炭大數據應用 8 3 1 煤炭大數據應用概況 8 3 2 智能礦山平台 8 3 3 國內外應用情況 8 4 油氣大數據應用 8 4 1 油氣大數據應用概況 8 4 2 油氣大數據體系架構 8 4 3 油田應用情況 8 5 電力大數據應用 8 5 1 電力大數據應用概況 8 5 2 電力大數據體系架構 8 5 3 國內外應用情況 思考題 本章參考文獻 第三部分 能源大數據處理與分析實踐 第9章 能源經濟與管理大數據處理與分析案例 9 1 能源政策文本分析 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。 |
