《数据科学与工程算法基础》从概率统计、线性代数和组合优化角度出发,介绍经典的数据科学与工程算法,内容涉及数据分析处理全流程的算法及其数学基础,主要包括抽样算法;尾概率不等式及其应用;典型的哈希技术,如布隆过滤器和局部敏感哈希;数据流模型以及典型Misra Gries算法、Count Sketch算法;随机游走及其应用;EM算法;特征值计算;奇异值分解和主成分分析;矩阵分解;整数规划;子模函数及其应用;模块度及社区发现等。全书配有大量翔实的应用实例可供参考,有相当数量的习题可供读者练习。 《数据科学与工程算法基础》可作为数据科学与大数据技术专业本科生、研究生相关课程的教材或参考书,也可供相关领域技术人员参考。
0 有用 Xylios 2023-02-10 23:46:35 山东
清晰易懂
0 有用 Xylios 2023-02-10 23:46:35 山东
清晰易懂