文献类型:专著 浏览次数:81
  • 题名:斯坦福数据挖掘教程.3版
  • 责任者:(美)尤雷·莱斯科夫(Jure Leskovec),(美)阿南德·拉贾拉曼(Anand Rajaraman),(美)杰弗里·大卫·厄尔曼(Jeffrey David Ullman)著
  • 出版社人民邮电出版社
  • 出版年:2021.12
  • ISBN:978-7-115-55669-1
  • 定价:129.00
  • 载体形态项:16,436页 24cm
  • 个人责任者:莱斯科夫著、拉贾拉曼著、厄尔曼著、王斌译、王达侃译
  • 学科主题:数据挖掘
  • 中图法分类号:TP311.13
  • 提要文摘附注:众所周知,移动互联网、社交媒体、电子商务和各种传感器的运用产生了超大数据集,挖掘这些数据可以提炼出有用的信息。本书源自作者在斯坦福大学教授的“海量数据挖掘”(CS246: Mining Massive Datasets)课程,以大数据环境下的数据挖掘和机器学习为重点,全面介绍了实践中行之有效的数据处理算法,是在校学生和相关从业人员的必备读物。主要内容包括:分布式文件系统以及MapReduce工具,相似性搜索,数据流处理以及针对易丢失数据等特殊情况的专用处理算法,搜索引擎技术,频繁项集挖掘,大规模高维数据集的聚类算法,Web应用中的关键问题——广告管理和推荐系统,社会网络图挖掘,降维处理以及大规模机器学习。第3版扩展或新增了决策树、深度学习、社会网络图挖掘等内容。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通类型 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码