数据结构与算法分析（C 语言版） - 第4页

...分析奠定技术基础。第 2~4 章聚焦多源数据获取、数据清洗及预处理，提供标准化操作流程与代码实例。第 5~8 章介绍描述性统计、频数分析、相关性分析、线性/曲线/逻辑回归、K-Means 聚类、时间序列分析等核心算法，结合 GDP 分析...

...宝典。《数据科学实战》旨在让读者能够举一反三地解决重要问题，内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法...

...成为数据驱动AI、金融优先选择的编程语言。现在，一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。在本书中，作者向开发人员和量化分析人员介绍了使用Python程序库与工具，完成金融数据科学、算法...

...方法；密码学背后的基本原理；数据压缩的基础知识；以及甚至一些没有人能够理解如何在计算机上用相当长的时间来解决的问题。本书适合作为计算机专业本科生“算法设计与分析”课程的教材，也适合相关专业人员阅读。

...概念。豆瓣评分平均高达9.5分，质量非常高。这套书适合不同领域的初学者，通过简单易懂的语言和丰富的案例，帮助读者轻松掌握技术与理论，逐步提升编程、数学和数据分析的能力...

...中的一本关于数据 科学的分册。“实践”这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。《数据有道 : 数据分析 图论与网络...

...学习算法、自然语言处理、数据标注、神经网络训练、模型评估和优化、管理和部署等，对人工智能训练相关工作做了系统的描述和指导。案例线：不仅涵盖了 AI 领域的各个方面，而且非常注重算法与模型的实际应用，通过分析...

...游戏经营分析场景中利用大模型实现数据体系的建设。全书分为 6 个部分，共 16 章。 第 1 部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系...

...与自动化深度学习（AutoDL）展开，系统介绍如何利用算法与工程化平台降低 AI 模型开发门槛。全书从机器学习流程自动化出发，讲解数据预处理、特征工程、模型选择、超参数优化以及神经网络结构搜索（NAS）等关键技术，并分析自动化训练与部署流程...

...遥感数据分析能力。 书中内容涵盖遥感成像原理、图像预处理、图像增强、图像变换、特征提取、图像分类以及目标检测等关键技术，同时介绍多源遥感数据融合与遥感信息提取方法。通过理论分析与案例结合的方式，帮助读者理解各类算法...