書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法

作者：蘇美紅 著
出版社：化學(xué)工業(yè)出版社出版時(shí)間：2024-03-01
開本： 16開 頁數(shù)： 144
中 圖 價(jià):¥62.3(7.0折) 定價(jià)  ¥89.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法 版權(quán)信息

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法 本書特色

本書在介紹機(jī)器學(xué)習(xí)相關(guān)知識(shí)的基礎(chǔ)上，主要介紹了基于機(jī)器學(xué)習(xí)的特殊數(shù)據(jù)模型的建立和分析的方法，尤其是含有異常點(diǎn)或服從重尾分布的數(shù)據(jù)，包括基于正則化方法的回歸模型、 自加權(quán)魯棒正則化方法、基于自變量相關(guān)的魯棒回歸模型、 基于因變量相關(guān)的Lasso回歸模型、 基于變量相關(guān)的嶺回歸模型。本書內(nèi)容對(duì)于統(tǒng)計(jì)機(jī)器學(xué)習(xí)相關(guān)專業(yè)師生及技術(shù)人員有很好的參考性。

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法 內(nèi)容簡(jiǎn)介

作為人工智能的核心技術(shù)，機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中具有舉足輕重的地位。本書在介紹機(jī)器學(xué)習(xí)相關(guān)知識(shí)的基礎(chǔ)上，主要介紹了如何對(duì)有噪聲的數(shù)據(jù)進(jìn)行魯棒回歸分析。全書共6章，除第1章外，各章對(duì)異常點(diǎn)或重尾分布數(shù)據(jù)中的具體問題進(jìn)行了詳細(xì)分析與建模，所涉及的問題包括權(quán)值選擇問題、變量相關(guān)性問題以及網(wǎng)絡(luò)數(shù)據(jù)問題等。 本書對(duì)于構(gòu)建具有魯棒性的機(jī)器學(xué)習(xí)模型具有很好的參考性，適用于含噪聲的數(shù)據(jù)分析與應(yīng)用，可供數(shù)據(jù)分析、人工智能等相關(guān)專業(yè)師生及行業(yè)技術(shù)人員參考閱讀。

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析方法 目錄

第1章 機(jī)器學(xué)習(xí)基礎(chǔ) 001
1.1 機(jī)器學(xué)習(xí)及基本概念 002
1.1.1 什么是機(jī)器學(xué)習(xí) 002
1.1.2 機(jī)器學(xué)習(xí)中的一些基本概念 003
1.2 機(jī)器學(xué)習(xí)三要素 005
1.2.1 模型 005
1.2.2 策略 006
1.2.3 算法 009
1.3 機(jī)器學(xué)習(xí)分類 009
1.3.1 監(jiān)督學(xué)習(xí) 010
1.3.2 無監(jiān)督學(xué)習(xí) 013
1.3.3 半監(jiān)督學(xué)習(xí) 013
1.3.4 強(qiáng)化學(xué)習(xí) 013
1.4 回歸模型發(fā)展現(xiàn)狀 014
1.4.1 線性回歸 014
1.4.2 基于鄰近信息的回歸模型 018
1.4.3 魯棒回歸模型 020 第2章 基于正則化方法的回歸模型 023
2.1 正則化方法 024
2.2 基于*小二乘估計(jì)的正則化方法 025
2.2.1 *小二乘估計(jì) 025
2.2.2 嶺回歸 026
2.2.3 Lasso估計(jì) 027
2.2.4 自適應(yīng)Lasso 027
2.2.5 SCAD估計(jì) 028
2.2.6 彈性網(wǎng)絡(luò)回歸 029
2.3 魯棒（穩(wěn)。┱齽t化方法 029 第3章 自加權(quán)魯棒正則化方法 033
3.1 自加權(quán)魯棒方法 034
3.2 L0正則項(xiàng) 035
3.3 基于SELO懲罰項(xiàng)的自加權(quán)估計(jì)方法 037
3.3.1 自適應(yīng)正則項(xiàng) 037
3.3.2 RSWSELO估計(jì) 038
3.3.3 理論性質(zhì)及證明 039
3.4 實(shí)驗(yàn)驗(yàn)證與分析 044
3.4.1 模擬實(shí)驗(yàn)結(jié)果與分析 044
3.4.2 標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn) 049 第4章 基于自變量相關(guān)的魯棒回歸模型 055
4.1 自變量相關(guān)性問題 056
4.2 基于Elastic Net罰的魯棒估計(jì)方法 058
4.2.1 模型構(gòu)建 058
4.2.2 理論性質(zhì)分析及證明 059
4.2.3 求解算法 066
4.3 實(shí)驗(yàn)驗(yàn)證與分析 068
4.3.1 模擬實(shí)驗(yàn)結(jié)果與分析 068
4.3.2 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn) 080 第5章 基于因變量相關(guān)的Lasso回歸模型 083
5.1 因變量相關(guān)性問題 084
5.2 Network Lasso估計(jì)及其性質(zhì) 085
5.2.1 模型的構(gòu)建 085
5.2.2 誤差界估計(jì) 087
5.3 實(shí)驗(yàn)結(jié)果與分析 097
5.3.1 人工數(shù)據(jù)集上的實(shí)驗(yàn) 097
5.3.2 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn) 109 第6章 面向網(wǎng)絡(luò)數(shù)據(jù)的Elastic Net回歸模型 111
6.1 網(wǎng)絡(luò)數(shù)據(jù)問題 112
6.2 面向網(wǎng)絡(luò)數(shù)據(jù)的回歸模型 112
6.3 Network Elastic Net 模型構(gòu)建 114
6.3.1 模型構(gòu)建 114
6.3.2 求解算法 115
6.4 實(shí)驗(yàn)結(jié)果與分析 117
6.4.1 人工數(shù)據(jù)集上的實(shí)驗(yàn) 117
6.4.2 實(shí)際數(shù)據(jù)分析 126 附錄 131 參考文獻(xiàn) 140
展開全部
商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服