机读格式显示(MARC)

• 000 01287nam0 2200289 450

• 001 0001354730

• 005 20231201142200.0

• 010 __ |a 978-7-5607-7665-1 |d CNY38.00

• 100 __ |a 20231117d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 370000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数据分析及实现 |A shu ju fen xi ji shi xian |f 杨旻, 李丹, 李燕燕编著

• 210 __ |a 济南 |c 山东大学出版社 |d 2022

• 215 __ |a 169页 |c 图 |d 26cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书内容共分为7章。第1章介绍了数据分析的应用背景、研究内容和基本概念。第2章聚焦于数据的可视化方法, 并例举了现有网络工具的使用方法, 本章内容几乎不需要编程基础。第3章着眼于数据分析与数学优化建模的联系, 并介绍了常用的梯度下降优化算法。第4章凸显了数据降维和特征提取的必要性, 给出了一些常用的降维算法。第5章和第6章详述了无监督学习和有监督学习的典型算法及示例。第7章介绍了深度学习的鲁棒性问题, 这是当前数据分析的前沿领域。本书最后的附录部分简述了深度神经网络的基本原理以及PyTorch开发框架。

• 510 1_ |a Data analysis and realization |z eng

• 606 0_ |a 数据处理 |A shu ju chu li

• 690 __ |a TP274 |v 5

• 701 _0 |a 杨旻 |A yang min |4 编著

• 701 _0 |a 李丹 |A li dan |4 编著

• 701 _0 |a 李燕燕 |A li yan yan |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20231117

• 905 __ |a ZPHC |d TP274/501