0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 数据科学

相同语种的商品

销售排行榜

浏览历史

数据科学


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
数据科学
  • 书号：9787030853561
    作者：于硕
  • 外文书名：
  • 装帧：平装
    开本：16
  • 页数：190
    字数：320000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2026-06-01
  • 所属分类：
  • 定价： ￥59.00元
    售价： ￥46.61元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

内容介绍

样章试读

用户评论

全部咨询

本书是编者在多年从事数据科学与技术相关领域教学和科研基础上编写而成的。本书分三部分：第一部分为数据科学基础，介绍数据科学的发展、应用等内容；第二部分为数据科学实战和技术，介绍数据收集、数据预处理、机器学习基础、深度学习、数据挖掘与分析、数据可视化；第三部分为数据科学前沿，介绍目前数据科学发展前沿知识以及对未来发展的展望。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 数据科学概述 1
    1.1 数据科学的定义、发展与知识体系 1
    1.1.1 数据科学的定义 1
    1.1.2 数据科学的发展 2
    1.1.3 数据科学的知识体系 3
    1.2 从数据到决策 6
    1.2.1 DIKW模型架构 6
    1.2.2 DIKW模型在数据科学中的应用 7
    1.3 数据科学的生命周期 8
    1.3.1 明确研究问题 9
    1.3.2 数据收集 10
    1.3.3 数据预处理 10
    1.3.4 数据挖掘与分析 12
    1.3.5 数据可视化 12
    本章小结 14
    思考题 14
    第2章 数据科学的应用 15
    2.1 智慧城市 15
    2.2 电子商务 18
    2.3 安全与欺诈检测 20
    2.4 健康医疗 22
    2.5 语音识别 25
    本章小结 27
    思考题 27
    第3章 数据收集 28
    3.1 数据分类与收集方法 28
    3.1.1 定性与定量数据 28
    3.1.2 数据收集方法 29
    3.2 规划数据收集流程 31
    3.2.1 操作化 32
    3.2.2 抽样 33
    3.2.3 制订数据管理计划 38
    3.3 抽样偏差 39
    3.3.1 偏差原因 40
    3.3.2 偏差类型 44
    3.3.3 解决方案 45
    本章小结 46
    思考题 46
    第4章 数据预处理 47
    4.1 数据清洗 47
    4.1.1 缺失值处理 47
    4.1.2 离群点处理 49
    4.1.3 噪声处理 50
    4.2 数据集成 51
    4.3 数据转换 51
    4.3.1 采样处理 52
    4.3.2 类型转换 53
    4.3.3 数据处理 54
    4.4 数据描述 57
    4.5 数据特征抽取 58
    4.5.1 主成分分析 58
    4.5.2 线性判别分析 61
    4.6 数据归约 62
    4.6.1 数据方聚集 62
    4.6.2 维归约 63
    4.6.3 数据压缩 64
    4.6.4 数值归约 65
    本章小结 67
    思考题 67
    第5章 机器学习基础 68
    5.1 模型评估 68
    5.1.1 交叉验证 68
    5.1.2 查准率与召回率 70
    5.1.3 偏差与方差 71
    5.2 监督学习 73
    5.2.1 线性回归 73
    5.2.2 支持向量机 74
    5.2.3 决策树 76
    5.2.4 贝叶斯学习 76
    5.3 无监督学习 77
    本章小结 165
    思考题 165
    第9章 数据科学前沿 167
    9.1 数据隐私与安全 167
    9.1.1 隐私保护 167
    9.1.2 数据加密 168
    9.1.3 数据隐藏 169
    9.2 伦理道德 170
    9.2.1 数据与偏见 170
    9.2.2 公平性 170
    9.2.3 数据垄断 171
    9.3 数据不理想 171
    9.3.1 数据缺失 171
    9.3.2 数据稀疏 173
    9.3.3 数据不平衡 174
    9.4 异常检测 175
    9.4.1 离群点检测 175
    9.4.2 新颖点检测 176
    9.4.3 上下文异常检测 177
    9.4.4 群体异常检测 178
    9.5 知识图谱 178
    9.5.1 知识图谱定义 178
    9.5.2 知识抽取 179
    9.5.3 知识表示 180
    9.5.4 知识图谱的应用 181
    9.6 推荐系统 182
    9.6.1 常用的推荐技术 183
    9.6.2 在线推荐系统的讨论 185
    本章小结 186
    思考题 186
    参考文献 187
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com