数据挖掘:概念、模型、方法与算法(第三版)

介绍了在高维数据空间中分析和提取大量数据的最新技术

修订和更新后的第三版《数据挖掘》在一本书中系统性地介绍了大数据集分析的方法,整合了统计学、人工智能、数据库、模式识别和计算机可视化等学科的成果。深度学习技术的进步开辟了全新的应用领域。作者——该领域的知名专家——解释了近年来发展起来的基本概念、模型和方法。 这新版书籍引入并扩展了许多主题,同时更新了关于软件工具和数据挖掘应用的部分。其他更新内容还包括进一步研究的参考文献列表的更新,以及与每章相关的问题和习题的扩展列表。第三版提供了新的和扩展的信息,包括:

探讨大数据和云计算 研究深度学习 包含卷积神经网络(CNN)的信息 提供强化学习内容 包含半监督学习和S3VM* 回顾不平衡数据的模型评估

这本修订后的第三版《数据挖掘》为计算机科学的研究生、计算机工程师和计算机信息系统专业人员提供了关于这项技术的基本原理以及该领域最新发展的重要指南。

成为VIP会员查看完整内容
40

相关内容

《不确定性下的生成式模型适应性规划》
专知会员服务
27+阅读 · 8月8日
《大型语言模型持续学习》综述
专知会员服务
79+阅读 · 4月26日
《生成式人工智能模型:机遇与风险》
专知会员服务
72+阅读 · 4月22日
大语言模型视角下的智能规划方法综述
专知会员服务
117+阅读 · 4月20日
《基础模型在现实世界机器人应用》综述
专知会员服务
52+阅读 · 2月11日
《基于开源软件强化学习的计算机生成兵力》
专知会员服务
67+阅读 · 1月21日
《深度多模态学习的身体语言识别与生成》综述
专知会员服务
26+阅读 · 2023年8月27日
《机器学习》简明导论,21页pdf
专知会员服务
71+阅读 · 2022年3月2日
【2023新书】机器学习集成方法,354页pdf
专知
38+阅读 · 2023年4月11日
【干货书】机器学习导论第四版,903页pdf
专知
26+阅读 · 2022年11月26日
【KDD2020】图神经网络:基础与应用,322页ppt
多模态深度学习综述,18页pdf
专知
48+阅读 · 2020年3月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
33+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2008年12月31日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
147+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
VIP会员
相关主题
相关VIP内容
《不确定性下的生成式模型适应性规划》
专知会员服务
27+阅读 · 8月8日
《大型语言模型持续学习》综述
专知会员服务
79+阅读 · 4月26日
《生成式人工智能模型:机遇与风险》
专知会员服务
72+阅读 · 4月22日
大语言模型视角下的智能规划方法综述
专知会员服务
117+阅读 · 4月20日
《基础模型在现实世界机器人应用》综述
专知会员服务
52+阅读 · 2月11日
《基于开源软件强化学习的计算机生成兵力》
专知会员服务
67+阅读 · 1月21日
《深度多模态学习的身体语言识别与生成》综述
专知会员服务
26+阅读 · 2023年8月27日
《机器学习》简明导论,21页pdf
专知会员服务
71+阅读 · 2022年3月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
33+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
13+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员