注册 登录 进入教材巡展
#
  • #
  • #

出版时间:2019-04-19

出版社:高等教育出版社

以下为《大数据分析》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 高等教育出版社
  • 9787040516326
  • 1
  • 238799
  • 44212165-3
  • 平装
  • 16开
  • 2019-04-19
  • 370
  • 352
  • 工学
  • 计算机科学与技术
作者简介
程学旗,中国科学院计算技术研究所副所长、研究员、博士生导师、中国科学院我学讲座教授,中国科学院网络数据科学与技术重点实验室主任、大数据分析系统国家工程实验室副主任。中国科学院计算技术研究所大数据方向学科带头人。国家杰出青年科学基金获得者;中组部“万人计划”科技创新领军人才,曾获得中国青年科技奖、中国科学院青年科学家奖和CCF青年科学家奖。
  主要研究方向为网络数据科学、大数据分析系统、互联网搜索与挖掘、网络空间信息内容安全等。科研成粟在全国大范萄应用并发挥实际效果,带领团队三次获得国家科技进步二等奖。发表学术论文200余篇,GOOGLE scholar引用一万余次,三次获得国际学术会议学术论文奖。兼任中国计算机学会大数据专家委员会秘书长、中国中文信息学会信息检索专委会主任等。
查看全部
内容简介
《大数据分析》系统地介绍了大数据分析的理论、算法及应用,全书共10章,包括基本概念和基本知识、大数据统计分析方法、大数据机器学习方法、机器学习理论、大数据算法理论、文本大数据分析、知识计算、网络数据挖掘、社会媒体分析、大数据分析系统架构等内容。除章节内容外,每章还提供“小节及进一步阅读”“参考文献”“习题”等内容帮助读者学习。
  《大数据分析》既可作为普通高等学校大数据相关专业的教材使用,也可供大数据分析领域的专业技术人员参考。
目录

 前辅文
 第1 章 基本概念与基本知识
  1.1 大数据与大数据分析
  1.2 重要的问题和概念
  1.3 大数据分析算法、系统和应用
  1.4 大数据分析科学家和工程师
  1.5 本书的结构
 第2 章 大数据统计分析方法
  2.1 相关性分析
  2.2 因果推断
  2.3 采样分析
  2.4 小结及进一步阅读
  习题
 第3 章 大数据机器学习方法
  3.1 描述性分析
  3.2 预测性分析
  3.3 深度学习分析方法
  3.4 强化学习分析方法
  3.5 小结及进一步阅读
  习题
 第4 章 机器学习理论
  4.1 机器学习基础
  4.2 过拟合、模型选择以及正则化
  4.3 偏差方差分解
  4.4 PAC 学习理论
  4.5 非独立同分布学习
  4.6 小结及进一步阅读
  习题
 第5 章 大数据算法理论
  5.1 组合优化算法
  5.2 在线算法
  5.3 流式算法
  5.4 参数算法
  5.5 小结及进一步阅读
  习题
 第6 章 文本大数据分析
  6.1 文本表达
  6.2 文本匹配
  6.3 文本生成
  6.4 小结及进一步阅读
  习题
 第7 章 知识计算
  7.1 知识图谱简介
  7.2 知识抽取
  7.3 知识融合
  7.4 知识推理
  7.5 小结及进一步阅读
  习题
 第8 章 网络数据挖掘
  8.1 网络排序
  8.2 网络聚类
  8.3 网络表示学习
  8.4 小结及进一步阅读
  习题
 第9 章 社会媒体分析
  9.1 网络影响力最大化
  9.2 基于位置的社交网络
  9.3 大图的异常检测
  9.4 社会媒体分析新应用
  9.5 小结及进一步阅读
  习题
 第10 章 大数据分析系统架构
  10.1 数据与计算的演变历程
  10.2 大数据分布式计算模型
  10.3 大数据计算系统
  10.4 小结及进一步阅读
  习题

Baidu
map