书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
有书有礼贺新年|每满100减50
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新用户注册领10元
中图网
>
计算机/网络
>
数据库
>
数据库理论
大数据计算方法
分享

大数据计算方法

作者：冯欣
出版社：高等教育出版社出版时间：2024-04-01
开本： 16开 页数： 344
本类榜单：计算机/网络销量榜
中 图 价:¥38.5(7.0折) 定价  ¥55.0 登录后可看到会员价
加入购物车 收藏
运费6元，满39元免运费
?新疆、西藏除外
本类五星书更多>
中图价:¥38.5 加入购物车
洞明世事，从读书开始 淘书团

大数据计算方法 版权信息

大数据计算方法 内容简介

本书是工业和信息化部“十四五”规划教材，针对“高等数值分析”“高等数值算法”“大数据分析算法”等课程编写，内容包括绪论、数据分析方法概述、线性方程组求解与矩阵分解、大型稀疏线性方程组的求解、矩阵的特征值与奇异值计算、优化问题与凸优化、数据分析中的凸优化问题、非线性方程与无约束优化、约束优化问题的解法、基于矩阵分解的数据挖掘与分析10章。本书考虑大规模数据分析与仿真问题，重点介绍其背后涉及的矩阵计算与凸优化求解方法，突出算法应用与创新。在叙述上既注重严谨性和前沿性，又强调方法的应用背景、算法设计，以及不同方法的对比。为了增加实用性与可扩展性，本书结合MATLAB、Python等编程语言进行介绍，每章配备了若干习题，书末还附有课程扩展项目，以及Python语言与Julia语言的简介。 本书适合作为高等学校信息科学与技术各专业以及信息与计算科学专业研究生的教材，也可供学有余力的高年级本科生、从事科学与工程计算和大数据智能计算的科研人员参考。

大数据计算方法 目录

第1章 绪论 1.1 引言 1.2 数值计算基础 1.2.1 误差分析基础 1.2.2 浮点数与舍入误差 1.3 MATLAB与数值软件 1.3.1 MATLAB简介 1.3.2 数值计算有关功能 1.3.3 更多的数值软件 本章小结 习题一 第2章 数据分析方法概述 2.1 基本概念 2.1.1 性能度量 2.1.2 实验测试 2.2 分类 2.2.1 二分类 2.2.2 K近邻 2.2.3 线性判别分析 2.2.4 逻辑回归 2.3 回归分析 2.3.1 线性回归分析 2.3.2 非线性回归分析 2.3.3 欠拟合和过拟合 2.4 聚类分析和降维 2.4.1 聚类算法的性能度量 2.4.2 距离计算 2.4.3 K均值聚类算法 2.4.4 层次聚类 2.4.5 密度聚类 2.4.6 降维 本章小结 习题二 第3章 线性方程组求解与矩阵分解 3.1 基于LU分解的线性方程组求解 3.1.1 高斯消去法 3.1.2 LU分解与选主元 3.2 问题敏感性与误差分析 3.2.1 矩阵条件数与敏感性分析 3.2.2 算法稳定性与解的误差 3.3 对称正定矩阵的Cholesky分解 3.4 QR分解与正交三角化 3.4.1 基本方法 3.4.2 基于Householder变换的算法 3.4.3 基于Givens变换的算法 3.5 线性*小二乘问题的求解 3.5.1 矩阵列满秩的情况 3.5.2 矩阵列不满秩的情况与QRCP分解 本章小结 习题三 第4章 大型稀疏线性方程组的求解 4.1 稀疏矩阵及其存储格式 4.2 带状矩阵的分解与矩阵向量乘 4.3 稀疏矩阵的直接解法概述 4.4 Lsolve算法与稀疏矩阵LU分解 4.4.1 针对稀疏下三角矩阵的Lsolve算法 4.4.2 稀疏矩阵的LU分解 4.4.3 稀疏矩阵的Cholesky分解 4.4.4 消去树与并行算法 4.5 高效稳定的稀疏矩阵直接解法 4.5.1 减少填入元的矩阵重排 4.5.2 稀疏对称正定矩阵的处理 4.5.3 高效稳定的稀疏矩阵LU分解 4.6 迭代解法与共轭梯度法 4.6.1 迭代法概述 4.6.2 变分原理与*速下降法 4.6.3 共轭梯度法 4.7 广义*小残量法 4.7.1 投影过程与几个结论 4.7.2 Arnoldi过程 4.7.3 GMRES算法 本章小结 习题四 第5章 矩阵的特征值与奇异值计算 5.1 计算特征值的基本方法 5.1.1 引言 5.1.2 幂法与反幂法 5.2 QR算法 5.2.1 基本的QR算法 5.2.2 Householder约化技术 5.2.3 处理实对称矩阵的实用QR算法 5.2.4 隐式位移技术 5.2.5 处理非对称矩阵的算法 5.3 Krylov子空间迭代法 5.3.1 Armoldi过程与Lanczos过程 5.3.2 Lanczos算法与Amoldi算法 5.4 奇异值分解及其算法 5.4.1 基本概念与奇异值分解定理 5.4.2 奇异值分解的性质与应用 5.4.3 奇异值分解的计算 本章小结 习题五 第6章 优化问题与凸优化 6.1 优化问题基础 6.2 凸集 6.3 凸函数 6.4 凸优化问题 6.5 凸优化问题举例：*大内切椭球问题 本章小结 习题六 第7章 数据分析中的凸优化问题 7.1 *大间隔分类与支持向量机 7.1.1 数据分类与二分类问题 7.1.2 *大间隔分类 7.1.3 更多讨论 7.2 线性回归的过拟合与正则化 7.2.1 过拟合问题 7.2.2 正则化 7.3 压缩感知技术简介 7.3.1 图像恢复的压缩感知方法 7.3.2 正交匹配追踪算法 本章小结 习题七 第8章 非线性方程与无约束优化 8.1 非线性方程求解与牛顿法 8.1.1 二分法 8.1.2 牛顿法 8.1.3 单个非线性方程的其他解法 8.1.4 非线性方程组的求解 8.2 简单的无约束优化解法 8.2.1 黄金分割搜索法 8.2.2 下山单纯形法 8.2.3 可分离非线性*小二乘问题的解法 8.3 基于求导的无约束优化方法 8.3.1 梯度下降法 8.3.2 牛顿法 8.3.3 非线性共轭梯度法 本章小结 习题八 第9章 约束优化问题的解法 9.1 等式约束优化问题 9.1.1 子空间约减法 9.1.2 拉格朗日乘子法 9.2 不等式约束优化问题 9.2.1 内点法 9.2.2 半正定规划问题 9.3 对偶方法与KKT条件 9.3.1 对偶函数 9.3.2 对偶问题 9.3.3 KKT条件 本章小结 习题九 第10章 基于矩阵分解的数据挖掘与分析 10.1 主成分分析与降秩*小二乘 10.1.1 主成分分析及其应用 10.1.2 降秩*小二乘及其应用 10.2 随机化矩阵低秩分解 10.2.1 子空间嵌入 10.2.2 固定秩参数的随机化矩阼低秩分解 10.2.3 自适应的随机化低秩分解算法 10.2.4 少遍历与单遍历算法 10.2.5 随机化奇异值分解的应用 10.3 非负矩阵分解 本章小结 习题十 参考文献 附录A 扩展项目 A.1 二维热分析 A.2 图像恢复 A.3 数据二分类 附录B Python与Julia语言相关功能简介 B.1 Python使用环境与配置 B.2 Python基本数学函数 B.3 Python的矩阵计算功能 B.4 Julia语言简介
展开全部

大数据计算方法 作者简介

喻文健，清华大学计算机系副教授。1999年、2003年先后毕业于清华大学计算机系，获得工学学士与博士学位，随后留校任教。2005年9月至2008年1月，多次赴美国加州大学圣迭戈分校计算机系担任访问学者。目前为IEEE高级会员、中国计算机学会“计算机辅助设计与图形学”专业委员会委员，担任多个国际、国内学术期刊的编委及论文评审专家。主要从事数值算法与软件、集成电路与系统的计算机辅助设计等方面的教学与科研工作，发表SCI检索的国际期刊论文30多篇。2014年由Springer公司出版专著Advanced Field-Solver Techniques for RC Extraction of Integrated Circuits，此外出版译著多本。获2005年“全国优秀博士论文”提名，2010年清华大学科研成果推广应用效益奖，2014年获批国家自然科学基金优秀青年基金项目。 冯欣，重庆理工大学计算机科学与工程学院副教授，纽约大学工程学院电子工程系博士后，中国计算机学会高级会员，重庆计算机学会理事。长期从事计算机视觉领域研究，先后在自动驾驶智能视觉感知、虹膜识别及深度学习对抗攻击等方面开展深入研究。主持或主研国家自然科学基金等省部级以上项目16项。 李昕，杜克大学电子与计算机工程系教授，昆山杜克大学协理副校长（负责研究生院与科研），电气电子工程师学会会士（IEEE Fellow），兼任ConvertLab首席科学家、富士康工业富联独立董事。出版著作3本，发表国际顶级期刊论文80余篇，发表国际顶级学术会议论文150余篇，获6次最佳论文奖。曾任国际顶级期刊IEEE Trans. on Computer-Aided Design常务主编，被聘为世界著名学术组织ACNSIGDA、IEEE TCCPS和IEEE TCVLSI执委会成员。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服