机读格式显示(MARC)

• 000 01806nam 2200325 450

• 001 0000536435

• 005 20210908100800.0

• 010 __ |a 978-7-111-66305-8 |d CNY79.00

• 100 __ |a 20200927d2020 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于机器学习的数据缺失值填补 |A ji yu ji qi xue xi de shu ju que shi zhi tian bu |e 理论与方法 |f 赖晓晨 ... [等] 著

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a x, 236页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 304 __ |a 题名页题: 赖晓晨, 张立勇, 刘辉, 吴霞著

• 314 __ |a 赖晓晨, 大连理工大学软件学院副教授、博士、硕士研究生导师, “宝钢教育”优秀教师奖获得者, 中国计算机学会会员。张立勇, 大连理工大学控制科学与工程学院讲师、博士、硕士生导师。刘辉, 大连理工大学讲师, 主要研究方向为基于人工智能的数字化驱动教学模式, 主讲多门线上课程。

• 320 __ |a 有书目

• 330 __ |a 本书共8章, 可分为四部分。第一部分为第1-3章, 首先介绍缺失值填补领域的数据缺失机制、基本概念、性能度量等基础知识, 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。第二部分为第4-5章, 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。第三部分为第6-7章, 详细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。第四部分为第8章, 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。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 517 1_ |a 理论与方法 |A li lun yu fang fa

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 赖晓晨 |A lai xiao chen |4 著

• 701 _0 |a 张立勇 |A zhang li yong |4 著

• 701 _0 |a 刘辉 |A liu hui |4 著

• 801 _0 |a CN |b LIB |c 20210908

• 905 __ |a LIB |d TP181/68