MARC状态：订购 文献类型：中文图书 浏览次数：5
- 题名/责任者:
- 数据流挖掘与在线学习算法/李志杰著
- 出版发行项:
- 北京:中国电力出版社,2022.09
- ISBN及定价:
- 978-7-5198-6994-6/CNY68.00
- 载体形态项:
- 289页:图;26cm
- 中图法分类号:
- TP274
- 提要文摘附注:
- 本书是一部关于数据流挖掘与在线学习算法的著作，全面、系统阐述了数据流机器学习的模型、算法、平台与实例。书中数据流挖掘内容包括MOA在线分析平台实例，频繁模式离线与在线挖掘方法，挖掘显露模式用于数据流分类等。对面向大数据流分析的在线学习算法产生的动机和研究现状，基本在线学习模型与优化算法进行了归纳总结。详细介绍与分析多种典型的在线学习模型与算法，包括低秩子空间在线学习模型、算法与应用，多任务在线特征选择及加速改进算法，高维数据流高效聚类算法，自适应数据流存储KNN分类器等。本书对每种在线学习算法的背景、相关工作、模型定义、算法设计思想、以及实验方案与结果分析等，都有完整的阐述，是研究和学习数据流在线学习算法必备参考指南书籍。
- 使用对象附注:
- 本书适合作为高等学校数据科学与大数据应用、智能科学与技术、人工智能等专业本科生和研究生的教材与教学参考书
全部MARC细节信息>>