大数据建模方法-教辅教材-文化科教-太极之巅书单号

书刊介绍

大数据建模方法目录

I理论1基础知识1.1模型与算法1.1.1现实世界和机理1.1.2模型1.1.3算法1.1.4模型与算法的区别及联系1.2建模1.2.1传统建模的步骤1.2.2可计算建模1.2.3建模思路的分类1.2.4几种建模思路的对比1.3大数据及其相关概念1.3.1大数据1.3.2计算能力1.3.3人工智能1.3.4几个概念之间的关系1.3.5大数据概念出现的原因1.4我国大数据建模的现状1.4.1现状1.4.2不同业界的态度1.5小结参考文献2数据思维2.1什么是数据思维2.1.1数据思维的由来2.1.2数据思维的要素2.2机器学习概述2.2.1机器学习的分类2.2.2机器学习的数学描述2.3大数据建模的五个必要条件2.4思考题参考文献3大数据建模步骤3.1从苹果和梨说起3.2明确目标3.3收集数据和样本定义3.3.1样本定义和挑选3.3.2样本定义案例3.3.3数据准备3.4提取特征3.4.1特征工程的定义3.4.2特征工程的重要性3.4.3特征获取3.4.4特征处理3.4.5特征选择3.4.6特征维度3.4.7特征共线性问题3.5模型训练3.5.1随机梯度下降方法3.5.2过拟合问题……II案例参考文献

大数据建模方法内容简介

本书包含理论和案例两部分内容，前半部分主要从基础知识、指导思想、工作步骤及评估体系等角度对大数据建模的方□□进行了总结和归纳，后半部分则通过若干案例介绍了该大数据建模方□□在气象、能源、网络、银行以及企业管理等多个领域中的实践及应用。大数据建模的特点使其不但需要有理论上的指导，还需要在实践中落地，因此本书非常强调理论与实践的并重。本书的主要读者是各高等院校大数据、数学、计算机等相关学科的高年级本科生和研究生，以及企事业单位中从事大数据相关科研与应用工作的技术人员等，希望读者在阅读本书后，对大数据建模的认识有所提高，同时还能掌握利用大数据建模来解决实际问题的能力。