机读格式显示(MARC)

• 000 01334nam0 2200265 450

• 001 0000609829

• 005 20230914085631.0

• 010 __ |a 978-7-302-63316-7 |d CNY69.00

• 092 __ |a CN |b 人天1094-2707

• 100 __ |a 20230914d2023 em y0chiy50 ea

• 101 1_ |a chi |c ger

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 大数据分析的九堂数学课 |b 专著 |f (德)弗拉基米尔·什克曼，(德)大卫·穆勒著 |g 李泽宇译

• 210 __ |a 北京 |c 清华大学出版社 |d 2023.07

• 215 __ |a 314页 |d 26cm

• 330 __ |a 本书介绍了大数据分析中使用的基本数学模型，并对相关实际问题进行了应用参考。必要的数学工具被检查和应用于当前的数据分析问题，跨学科应用于生物学、语言学、社会学、电气工程、计算机科学和人工智能，我们的例子包括DNA测序、主题提取、社区检测、压缩感知、垃圾邮件过滤和国际象棋引擎。对于模型，我们使用了广泛的数学——-从基本的数值线性代数、统计学和优化到更专业的游戏、图甚至复杂性理论。通过这样做，我们涵盖了大数据分析中常用的所有相关技术。这些内容对应于排名、在线学习、推荐系统、分类、聚类、线性回归、稀疏恢复、神经网络和决策树等章节。章节的结构和大小在整个教科书中都是标准化的，以方便学生和教师。

• 333 __ |a 数学模型数据处理人员

• 606 0_ |a 数学模型 |x 应用 |x 数据处理

• 690 __ |a TP274 |v 5

• 701 _1 |c (德) |a 什克曼 |b 弗拉基米尔 |4 著

• 701 _1 |c (德) |a 穆勒 |b 大卫 |4 著

• 702 _0 |a 李泽宇 |4 译

• 801 _0 |a CN |b 人天书店 |c 20230920