注冊 | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)軟件與程序設(shè)計數(shù)據(jù)挖掘算法（基于C++及CUDA C）

數(shù)據(jù)挖掘算法（基于C++及CUDA C）

定　價：￥68.00

作　者：	蒂莫西·馬斯特斯著
出版社：	水利水電出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787517097822	出版時間：	2021-08-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：	156	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是美國著名數(shù)據(jù)挖掘算法專家、數(shù)值計算專業(yè)的數(shù)理統(tǒng)計學(xué)博士Timothy Masters的**作品。作為一名嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)挖掘工程師，應(yīng)用中的預(yù)測或分類使你經(jīng)常會面對成千上萬的候選特征。這些特征絕大多數(shù)沒有價值或只有很小的價值，只有與某個或某些其他特征聯(lián)合起來才可能有用；一些特征可能有巨大的預(yù)測能力，但它們又可能僅存在于整體特征空間的某些區(qū)域……數(shù)據(jù)挖掘中，類似這種使人痛苦的問題是無窮的。本書中的現(xiàn)代特征選擇技術(shù)，將幫助你解決這些問題。本書中所有的算法都可被直覺證實，并有相關(guān)方程和解釋材料支撐。作者還展現(xiàn)了這些算法的完整的、受到高度好評的源代碼，并對其進(jìn)行了解析。本書適合算法、數(shù)據(jù)挖掘、人工智能等專業(yè)領(lǐng)域的教師、學(xué)生及相關(guān)的技術(shù)及研究人員作為參考及學(xué)習(xí)用書。

作者簡介

　　Timothy Masters在獲得數(shù)值計算專業(yè)的數(shù)理統(tǒng)計博士學(xué)位后，一直擔(dān)任政府和行業(yè)的獨(dú)立顧問。早期研究領(lǐng)域包括高程影像的自動特征檢測，期間開發(fā)了洪災(zāi)和旱災(zāi)預(yù)測，隱蔽導(dǎo)彈發(fā)射井檢測和軍用車輛識別等應(yīng)用。后來與醫(yī)學(xué)研究人員合作開發(fā)了穿刺活檢良性細(xì)胞惡性細(xì)胞的計算鑒別算法。

圖書目錄

第1章概述 1
第2章前向選擇成分分析 3
前向選擇成分分析概述 3
數(shù)學(xué)原理與代碼示例 5
化解釋方差 6
方差化準(zhǔn)則代碼 7
后向細(xì)化 10
多線程后向細(xì)化 13
有序成分正交化 18
綜合應(yīng)用 20
僅前向選擇子集的成分變量 24
后向細(xì)化子集的成分變量 25
人工變量示例 26
第3章局部特征選擇 30
算法概述 30
算法輸出結(jié)果 34
簡要介紹：單純形算法 34
線性規(guī)劃問題 35
Simplex類的接口 36
更多細(xì)節(jié) 37
一種更嚴(yán)格的LFS方法 38
類內(nèi)分割和類間分割 41
計算權(quán)重 43
化類間分割 45
小化類內(nèi)分割 48
測試β試驗值 49
關(guān)于線程的簡要說明 52
CUDA權(quán)重計算 52
將CUDA代碼集成到算法中 53
初始化CUDA硬件 54
計算與當(dāng)前實例之差 56
計算距離矩陣 57
計算小距離 59
計算權(quán)重方程項 63
轉(zhuǎn)置項矩陣 64
權(quán)重項求和 65
權(quán)重遷移到主機(jī) 66
局部特征選擇示例 66
關(guān)于運(yùn)行時的解釋說明 67
第4章時間序列特征的記憶特性 68
簡單數(shù)學(xué)概述 69
前向算法 70
后向算法 72
α和β修正 74
一些常規(guī)計算 78
均值和協(xié)方差 78
概率密度 79
多元正態(tài)概率密度函數(shù) 80
啟動參數(shù) 81
初始化算法流程 81
對均值施加擾動 82
對協(xié)方差施加擾動 82
對轉(zhuǎn)移概率施加擾動 83
關(guān)于隨機(jī)數(shù)發(fā)生器的解釋 83
完整優(yōu)化算法 84
計算狀態(tài)概率 85
更新均值和協(xié)方差 87
更新初始概率和轉(zhuǎn)移概率 89
HMM在時間序列中的記憶特性評估 93
鏈接特征變量與目標(biāo)變量 96
鏈接HMM狀態(tài)與目標(biāo) 102
一個人為的不當(dāng)示例 109
一個合理可行的示例 111
第5章逐步選擇改進(jìn)算法 113
特征評估模型 114
基本模型實現(xiàn)代碼 115
交叉驗證性能度量 118
逐步選擇算法 120
確定個變量 125
在現(xiàn)有模型中添加變量 127
三個算法演示示例 130
第6章名義變量到有序變量的轉(zhuǎn)換 133
實現(xiàn)概述 135
合理關(guān)系測試 135
股票價格變動示例 136
名義變量到有序變量變換實現(xiàn)代碼 138
構(gòu)造函數(shù) 139
輸出計數(shù)表 141
計算映射函數(shù) 143
Monte-Carlo置換檢驗 145