|
题名:
|
数据流挖掘与在线学习算法 / 李志杰著 , |
|
ISBN:
|
978-7-5198-6994-6 价格： CNY68.00 |
|
语种:
|
chi |
|
载体形态:
|
289页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 中国电力出版社 出版日期： 2022 |
|
内容提要:
|
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。 |
|
主题词:
|
数据采集 机器学习 |
|
中图分类法:
|
TP274 版次： 5 |
|
主要责任者:
|
李志杰 著 |