大数据科学基础

定　价：¥48.00

作　者：	张利
出版社：	中南大学出版社
丛编项：
标　签：	暂缺

ISBN：	9787548751670	出版时间：	2023-08-01	包装：	平装
开本：	16开	页数：	236	字数：

内容简介

　　第1章首先从大数据的发展历史出发，介绍了大数据的概念与性质，并且介绍了大数据专业体系的需求和未来展望，系统性地概述了大数据的定义。第2章介绍了数据的采集方式、数据可视化的作用手段以及数据可视化的具体运用。第3章首先从机器学习的基础入手，讲述了化问题的三个经典算法，包括梯度下降法、牛顿法和遗传算法。然后介绍了机器学习的算法，包括有监督学习和无监督学习等算法，介绍了机器学习的常用方法。第4章主要介绍深度学习，从Numpy的基础开始，完整地讲解了Python的扩展程序库Numpy。随后介绍了CNN和RNN这两种经典的神经网络。介绍了包括AlexNet模型等几种经典的深度学习网络模型。第5章主要介绍了TensorFlow和PyTorch这两种框架的安装和搭建，并通过一些小例子来熟悉它们的基础组件，后介绍了Keras这个神经网络API。第6章介绍了医疗大数据、天文大数据以及金融大数据这三个大数据技术热门领域，分别讲述了这三个领域的基础概述、理论技术以及未来的目标和挑战。本书适用于对大数据领域感兴趣的读者，中职学历及以上学生、工程师、企业家、研究人员等都可以从中获益。读者能够了解到大数据技术的价值和应用前景，获得基本的数据分析和处理能力，对大数据在不同领域中的应用力和未来的发展趋势有加全面、深入的认识，服务于大数据战略。

作者简介

暂缺《大数据科学基础》作者简介

图书目录

第1章大数据概述
1.1 大数据发展历史
1.1.1 大数据产生背景
1.1.2 大数据发展前景
1.2 大数据的概念和性质
1.2.1 大数据的概念
1.2.2 大数据的特征与性质
1.2.3 数据处理与编程
1.2.4 数据挖掘与统计
1.3 大数据应用
1.4 大数据专业技能体系需求
1.4.1 岗位能力需求
1.4.2 知识与能力需求
1.5 总结
第2章数据采集与数据可视化
2.1 数据的采集与处理
2.1.1 数据采集方式
2.1.2 数据爬取
2.1.3 数据预处理
2.2 数据可视化
2.2.1 数据可视化的发展历史
2.2.2 数据、图形与可视化
2.2.3 数据可视化的作用
2.2.4 数据可视化的手段
2.2.5 数据可视化技术的特征与应用
2.3 总结
第3章机器学习
3.1 机器学习基础
3.2 化问题
3.2.1 梯度下降法
3.2.2 卜顿法
3.2.3 遗传算法
3.3 机器学习算法
3.3.1 有监督学习
3.3.2 无监督学习
3.3.3 半监督学习
3.3.4 强化学习
3.4 机器学习常用方法
3.4.1 集成学习
3.4.2 表示学习
3.5 总结
第4章深度学习
4.1 Python & NumPy
4.1.1 NumPy基础
4.1.2 生成NumPy数组
4.1.3 元素索引
4.1.4 数组操作
4.1.5 NumPy算术运算
4.1.6 通用函数
4.1.7 广播机制