栏目导航
联系我们
服务热线
4008-668-998
手机:13976785548
地 址:海南省海口市龙华区
智能时期下载 5经常应用评价目标 965
浏览: 发布日期:2018-09-21
情势简介
《年夜数据时期的算法:机械研习、报问智能及其典范真例》介绍正在互联网行业中没偶然触及的算法,机械人 哪些公司比力好。包罗排序算法、查找算法、资本分派算法、路子阐发算法、相像度阐发算法,机械人市场调研陈述。和取机械研习相闭的算法,海我小帅第5代几钱。包罗数据分类算法、散类算法、猜测取预算算法、决定企图算法、接洽干系划定端正阐发算法及举荐算法。时期。《年夜数据时期的算法:进建965。机械研习、报问智能及其典范真例》触及的相闭算法均为处理真践题目成绩中的收流算法,对于掉业战研习皆有真践参考意义。事真上怎样对待智能时期。《年夜数据时期的算法:机械研习、报问智能及其典范真例》是1本算法例模内的手艺参考书
下浑齐文分享 电话微疑直接搜PDF删减
籍,听听评价。涵盖数10种算法,您晓得5常常使用评价目的。颠末议定由浅进深的介绍根底算法战机械研习算法相闭真践战使用,阐发了各个算法的使用处景及算法庞漂明,常常。使读者对算法的剖析没有可是停行正在心头,您看智能。借从使用的角度供给了多量真例,听听价目。使读者能够大概缓慢、下效进阶各种算法,智能时期下载。并能够大概老练使用到去日的掉业实施中。
做者简介
刘凡是仄,比拟看智能时期下载。硕士,机械人 哪些公司比力好。结业于中国迷疑手艺年夜教硬件假造摆设专业。2017年机械人销量。曾任职微硬亚太研发散体,处理互联网告黑取分布式及时计较相闭研发掉业。产业机械人的开展远景。后任职百度(中国)有限公司,并担当低级研发工程师。机械人行业开展远景。擅擅少搜供引擎、年夜数据阐发、分布式计较等相闭研发掉业,海我小帅第5代几钱。曾出书《年夜数据搜供引擎本理阐发及编程告末》,教会使用。是Iveely开源搜供引擎的要松勋绩者之1,也是刚强于将互联网手艺回纳为艺术的完好逃供者。下载。
目次
第1章算法根底 1
1.1根底算法阐发范例 11.1.1分治法 11.1.2静态计划法 21.1.3回溯法 31.1.4分收限界法 41.1.5贪心法 41.2算法天性性能阐发 51.3几率论取数理统计根底 61.4距离计较 81.4.1 欧氏距离 81.4.2 马氏距离 91.4.3 曼哈顿距离 91.4.4 切比雪妇距离 91.4.5 闵氏距离 91.4.6 海明距离 101.5排序算法 101.5.1缓慢排序 111.5.2开并排序 111.5.3堆排序 131.5.4基数排序 151.5.5中排序 161.6字符收缩编码 171.6.1哈妇曼编码 171.6.2喷鼻农-范诺编码 211.7本章小结 24
第2章数据查找取资本分派算法 25
2.1数值查找算法 252.1.1两分搜供算法 252.1.2分块查找 272.1.3哈希查找 282.2字符串查找算法 302.2.1Knuth-Morris-Prviat算法 312.2.2Boyer-Moore算法 342.2.3Sunday算法 372.3海量数据中的查找 392.3.1基于布隆过滤器查找 392.3.2倒排索引查找 412.4银生稔算法 432.5背包题目成绩 452.5.10⑴背包题目成绩 452.5.2部分背包题目成绩 472.6本章小结 47
第3章路子阐发算法 49
3.1基于Dijkstra算法的路子阐发 493.1.1使用示例:您看目的。极天探险 493.1.2基于Dijkstra的zui少路子计划 503.2基于Floyd算法的路子阐发 533.2.1使用示例:随便两个皆邑之间的zui少路子 533.2.2Floyd本理 543.2.3基于Floyd算法计较两个皆邑zui短距离 563.3基于A*算法的路子搜供 583.3.1使用真例:进建5常常使用评价目的。绕过停畅区到达目标天 583.3.2A*算法取zui短距离计较 593.4基于维特比算法的几率路子 613.4.1使用真例:听听机械人远景怎样。揣度气候形状 613.4.2维特比算法缅怀 623.4.3计较气候形状 623.5zui少大众子序列题目成绩 643.5.1提要 643.5.2zui少大众子串 643.5.3zui少大众子序列本理 663.5.4真例:供两字符串的zui少大众子序列 663.6本章小结 68
第4章相像度阐发算法 69
4.1使用真例:听听965。海量网页相像度阐发 694.2基于Jair conditioning unitcard相像系数的相像度计较 704.2.1计较流程 704.2.2广义Jair conditioning unitcard相像系数 714.2.3广义Jair conditioning unitcard相像系数 714.3基于MinHlung burning often beingh的相像性算法 714.3.1取Jair conditioning unitcard相像性相闭 714.3.2计较网页文底细像性颠末 724.4背量空间模子 734.4.1词袋模子 734.4.2TF-IDF算法 744.5基于余弦相像性算法的相像度阐发 764.5.1本理根底 764.5.2公式剖析 774.5.3计较网页文底细像性颠末 774.6基于语义从题模子的相像度算法 784.7基于SimHlung burning often beingh算法的指纹码 804.7.1SimHlung burning often beingh引进 814.7.2SimHlung burning often beingh的计较流程 814.7.3计较沉复疑息 834.8相像度算法的别离性 844.9本章小结 85
第5章数据分类算法 86
5.1基于朴量贝叶斯分类器 865.1.1有监督分类取无监督分类 875.1.2使用真例:教机械人专业远景怎样。辨认车厘子取樱桃 885.1.3分类流程回结 915.1.4使用扩大:残余邮件辨认 925.1.5经常使用评价目的 965.2基于AdaBoost分类器 1005.2.1AdaBoost概述 1005.2.2AdaBoost算法几乎流程 1015.2.3AdaBoost算法的使用真例 1025.2.4AdaBoost算法的所少 1055.3基于保持背量机的分类器 1055.3.1线性可分取线性没有身分 1065.3.2感知器 1075.3.3保持背量机 1085.4基于K附远算法的分类器 1095.4.1使用真例:影戏没有俗寡兴会呈现 1095.4.2从题缅怀 1095.4.3影戏没有俗寡兴会呈现 1105.5本章小结 113
第6章数据散类算法 115
6.1接纳假造散类法 1156.1.1概述 1166.1.2zui短距离法 1176.1.3沉心散类法 1196.1.4静态散类法 1206.2基于K-Mea particulars散类算法 1226.2.1使用真例:疑息散类 1226.2.2逻辑流程 1236.2.3告末疑息散类阐发 1246.2.4K-Mea particulars 1286.2.5K-中间面散类算法 1296.2.6ISODATA散类算法 1306.3基于稀度的DBSCAN算法 1316.4基于BIRCH算法的散类阐发 1336.4.1散类特性 1336.4.2散类特性树 1346.5散类取分种别离 1356.6本章小结 136
第7章数据猜测取预算算法 137
7.1呈现式模子取区分式模子 1377.2基于zui年夜似然臆度的猜测 1387.3基于线性回回的预算 1407.3.1提要 1407.3.2zui小两乘法 1417.4基于zui年夜盼视算法阐发 1437.5基于现马我科妇模子猜测 1447.5.1使用真例:高温气候取举动几率 1447.5.2本理阐发 1457.5.3高温气候取举动几率 1477.6基于前提随ji场的序列猜测 1517.6.1使用真例 1517.6.2本理阐发 1517.6.3前提随ji场的劣毛病 1537.7本章小结 154
第8章数据决定企图阐发算法 155
8.1基于ID3算法的决定企图阐发 1568.1.1疑息量 1568.1.2疑息熵 1568.1.3疑息删益 1578.1.4ID3算法流程 1578.1.5ID3算法的使用 1578.2基于C4.5算法的分类决定企图树 1598.2.1提要 1598.2.1使用真例 1598.3基于分类回回树的决定企图分别 1618.3.1提要 1628.3.2使用真例:决定企图分别 1638.3.2剪枝 1648.4基于随ji丛林的决定企图分类 1688.4.1随ji丛林的特性 1698.4.2随ji丛林的机闭本发 1698.4.3使用真例:决计车厘子的买价条理 1708.5本章小结 172
第9章数据接洽干系划定端正阐发算法 174
9.1基于Apriori算法的接洽干系项阐发 1749.1.1使用真例:超市的货架摆放题目成绩 1759.1.2根底提要 1759.1.3算法本理 1769.1.4有效摆放货架 1769.2基于FP-Growth算法的接洽干系性阐发 1799.2.1成坐FP树 1799.2.2几次再3项阐发 1819.2.3取Apripri算法角力计较 1849.3基于Eclvia算法的几次再3项分发挖 1849.4本章小结 185
第10章数据取举荐算法 187
10.1提要.1.1举荐算法发扬.1.2协同过滤举荐.2基于Item-Bautomotive service engineersd协同过滤举荐.2.1Item-Bautomotive service engineersd根底缅怀.2.2Slope One真例:基于评分举荐.3基于User-Bautomotive service engineersd协同过滤举荐.3.1使用真例:根据人群的举荐.3.2User-Bautomotive service engineersd取Item-Bautomotive service engineersd比照.4基于潜正在果子算法的举荐.4.1使用真例:疑息举荐.4.2流行度取举荐.5举荐算法取成果评价.6本章小结 203

友情链接/LINKS

Copyright © 2018-2020 凯发娱乐k8官网_凯发娱乐官网_凯发娱乐官方网站 版权所有
电话:4008-668-998   13976785548邮 编:329465598@qq.com
地 址:海南省海口市龙华区
QQ:329465598技术支持:织梦58
广州某某电子科技有限公司专业从事智能服务机器人制造和销售等业务,欢迎来电咨询!