MARC状态:审校 文献类型:中文图书 浏览次数:38
- 题名/责任者:
- 大规模数据挖掘与机器学习:第3版/(美)尤雷·莱斯科夫(JureLeskovec),(美)阿南德·拉贾拉曼(AnandRajaraman),(美)杰弗里·大卫·厄尔曼(JeffreyDavidUllman)著 王斌,王达侃译
- 出版发行项:
- 北京:人民邮电出版社,2021.1
- ISBN及定价:
- 978-7-115-55669-1/CNY129.00
- 载体形态项:
- 452页;24cm
- 个人责任者:
- (美) 尤雷·莱斯科夫(JureLeskovec) )著
- 个人责任者:
- (美) 阿南德·拉贾拉曼(AnandRajaraman) )著
- 个人责任者:
- (美) 杰弗里·大卫·厄尔曼(JeffreyDavidUllman) 著
- 学科主题:
- 数据采集
- 中图法分类号:
- TP181
- 中图法分类号:
- TP274
- 提要文摘附注:
- 众所周知,移动互联网、社交媒体、电子商务和各种传感器的运用产生了超大数据集,挖掘这些数据可以提炼出有用的信息。本书源自作者在斯坦福大学教授的“海量数据挖掘”(CS246: Mining Massive Datasets)课程,以大数据环境下的数据挖掘和机器学习为重点,全面介绍了实践中行之有效的数据处理算法,是在校学生和相关从业人员的必备读物。主要内容包括:分布式文件系统以及MapReduce工具,相似性搜索,数据流处理以及针对易丢失数据等特殊情况的专用处理算法,搜索引擎技术,频繁项集挖掘,大规模高维数据集的聚类算法,Web应用中的关键问题——广告管理和推荐系统,社会网络图挖掘,降维处理以及大规模机器学习。第3版扩展或新增了决策树、深度学习、社会网络图挖掘等内容。
全部MARC细节信息>>