安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

基于机器学习的数据缺失值填补:理论与方法/赖晓晨[等]著

出版发行项:

北京:机械工业出版社,2020

ISBN及定价:

978-7-111-66305-8/CNY79.00

载体形态项:

10,236页:图;24cm

丛编项:

智能系统与技术丛书

个人责任者:

赖晓晨 (1977~) 著

学科主题:

机器学习

中图法分类号:

TP181

一般附注:

华章IT

题名责任附注:

著者还有：张立勇、刘辉、吴霞

提要文摘附注:

本书介绍了基于机器学习的缺失值填补理论及方法。全书共8章，可分为4部分。第一部分首先介绍了缺失值填补领域的缺失数据机制、基本概念、性能度量等知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。第二部分对目前神经网络在缺失值填补领域的研究成果进行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。第三部分介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改进TS模型。第四部分以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。

豆瓣简介：