掃一掃
關注中圖網
官方微博
¥34.0(2.8折)?
預估到手價是按參與促銷活動、以最優惠的購買方案計算出的價格（不含優惠券部分），僅供參考，未必等同于實際到手價。
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
大數據分類模型和算法研究 版權信息
- ISBN：9787548236139
- 條形碼：9787548236139 ; 978-7-5482-3613-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據分類模型和算法研究 內容簡介
《大數據分類模型和算法研究》強調了大數據的寶貴價值，論述了常用的數據分析技術與方法，在此基礎上設計對應的大數據分類模型（線性分類模型和分類分析模型），具體的大數據算法包括關聯規則分析算法、分布式算法、聚類算法等，并對大數據分析算法的并行化進行了相關研究！洞髷祿诸惸Ｐ秃退惴ㄑ芯俊逢U述了各個算法的應用場景及算法復雜度，從應用的角度提供了大量實例，使讀者能夠快速、高效進階各類算法，并能夠熟練應用到將來的工作實踐中。
大數據分類模型和算法研究 目錄
第1章 緒論
1．1 大數據的概念和特征
1．2 大數據的發展趨勢
1．3 大數據的應用價值
1．4 數據挖掘的產生與功能分析
1．5 大數據的處理方法
1．6 本章小結
第2章 大數據處理相關技術與研究現狀
2．1 云技術研究現狀
2．2 大數據的分布式和并行計算研究現狀
2．3 數據存儲研究現狀
2．4 大數據分析及挖掘研究現狀
2．5 大數據處理架構Hadoop
2．6 云計算和大數據的智能應用分析
2．7 本章小結
第3章 基于大數據的線性分類模型的探索
3．1 線性分類模型的研究方法
3．2 線性分類模型的研究內容
3．3 線性判別式的比較分析與優化方法研究
3．4 基于線性回歸分析的特征抽取及分類應用研究
3．5 本章小結
第4章 大數據的分類分析模型研究
4．1 分類分析的定義
4．2 分類分析的原理和策略方法
4．3 主要分類模型
4．4 分類模型的評估指標
4．5 分類分析模型實例分析
4．6 基于決策樹的分類分析算法的改進與應用分析
4．7 本章小結
第5章 基于神經網絡與人工智能的大數據分析方法研究
5．1 神經網絡
5．2 神經網絡的結構及工作方式
5．3 人工神經網絡與計算智能的研究內容與趨勢
5．4 主要分析方法
5．5 本章小結
第6章 數據關聯規則挖掘及相關算法、
6．1 數據關聯規則概念
6．2 數據關聯規則相關算法的研究內容
6．3 主要數據關聯規則挖掘算法
6．4 關聯規則有效性的評估指標與策略方法
6．5 本章小結
第7章 基于Hadoop的分布式算法的設計與實現
7．1 分布式文件訪問與計算的研究內容
7．2 基于Hadoop的分布式算法分析和模型實現
7．3 基于Hadoop的一種網絡結構化分布式算法
7．4 一種基于密度的分布式算法
7．5 實驗設計與分析
7．6 本章小結
第8章 大數據分析中的聚類算法研究
8．1 大數據分析中聚類分析算法的研究現狀
8．2 大數據分析中聚類分析算法的研究內容
8．3 聚類分析相關算法
8．4 算法性能評價指標
8．5 大數據處理平臺下聚類算法的實驗結果與分析
8．6 本章小結
第9章 大數據分析算法的并行化研究
9．1 大數據分析中并行化研究現狀
9．2 大數據分析中并行化算法的研究內容
9．3 大數據分析中相關并行化算法
9．4 算法性能評價指標
9．5 基于Map Reduce的大數據處理并行算法的優化
9．6 大數據分析并行化算法應用案例分析
9．7 本章小結
第10章 大數據計算平臺
10．1 數據并行計算框架Spark的研究內容
10．2 數據并行運行時平臺Hyracks分析
10．3 Storm流計算系統特征
10．4 本章小結
參考文獻
1．1 大數據的概念和特征
1．2 大數據的發展趨勢
1．3 大數據的應用價值
1．4 數據挖掘的產生與功能分析
1．5 大數據的處理方法
1．6 本章小結
第2章 大數據處理相關技術與研究現狀
2．1 云技術研究現狀
2．2 大數據的分布式和并行計算研究現狀
2．3 數據存儲研究現狀
2．4 大數據分析及挖掘研究現狀
2．5 大數據處理架構Hadoop
2．6 云計算和大數據的智能應用分析
2．7 本章小結
第3章 基于大數據的線性分類模型的探索
3．1 線性分類模型的研究方法
3．2 線性分類模型的研究內容
3．3 線性判別式的比較分析與優化方法研究
3．4 基于線性回歸分析的特征抽取及分類應用研究
3．5 本章小結
第4章 大數據的分類分析模型研究
4．1 分類分析的定義
4．2 分類分析的原理和策略方法
4．3 主要分類模型
4．4 分類模型的評估指標
4．5 分類分析模型實例分析
4．6 基于決策樹的分類分析算法的改進與應用分析
4．7 本章小結
第5章 基于神經網絡與人工智能的大數據分析方法研究
5．1 神經網絡
5．2 神經網絡的結構及工作方式
5．3 人工神經網絡與計算智能的研究內容與趨勢
5．4 主要分析方法
5．5 本章小結
第6章 數據關聯規則挖掘及相關算法、
6．1 數據關聯規則概念
6．2 數據關聯規則相關算法的研究內容
6．3 主要數據關聯規則挖掘算法
6．4 關聯規則有效性的評估指標與策略方法
6．5 本章小結
第7章 基于Hadoop的分布式算法的設計與實現
7．1 分布式文件訪問與計算的研究內容
7．2 基于Hadoop的分布式算法分析和模型實現
7．3 基于Hadoop的一種網絡結構化分布式算法
7．4 一種基于密度的分布式算法
7．5 實驗設計與分析
7．6 本章小結
第8章 大數據分析中的聚類算法研究
8．1 大數據分析中聚類分析算法的研究現狀
8．2 大數據分析中聚類分析算法的研究內容
8．3 聚類分析相關算法
8．4 算法性能評價指標
8．5 大數據處理平臺下聚類算法的實驗結果與分析
8．6 本章小結
第9章 大數據分析算法的并行化研究
9．1 大數據分析中并行化研究現狀
9．2 大數據分析中并行化算法的研究內容
9．3 大數據分析中相關并行化算法
9．4 算法性能評價指標
9．5 基于Map Reduce的大數據處理并行算法的優化
9．6 大數據分析并行化算法應用案例分析
9．7 本章小結
第10章 大數據計算平臺
10．1 數據并行計算框架Spark的研究內容
10．2 數據并行運行時平臺Hyracks分析
10．3 Storm流計算系統特征
10．4 本章小結
參考文獻
展開全部
書友推薦
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
有舍有得是人生
- >
伯納黛特,你要去哪(2021新版)
- >
中國歷史的瞬間
- >
李白與唐代文化
- >
上帝之肋:男人的真實旅程
- >
自卑與超越
本類暢銷
