应用数据分析：原理与应用_[澳]约翰逊·I.阿比尼亚(Johnson I. Agbinya)_9787111690443

本书结合开源和面向商业的计算平台，从实用的角度，全面系统阐述数据分析技术及其应用，内容涵盖机器学习基础、深度学习、人工智能、统计学和进化学习等。

二十多年前，世界上许多电子工程和计算实验室都致力于信号处理研究。信号处理专家通常大量应用线性代数和微积分从信号中获得洞察。近年来，信号处理概念与统计数据分析相结合，开创了大数据分析的新领域。信号处理的再生打开了许多组织作为高性能工业数据应用金矿的数据存储库。数据分析应用概念源自应用统计学、数据挖掘、人工智能和深度学习。
本书中的许多概念都是对深度学习和人工智能基础知识的简化。在本书中，我们解释了基本的数学概念，并对研究生和准研究生经常感到困难的课题给予了极大的关注。本书涵盖卡尔曼滤波器、马尔可夫链、隐马尔可夫模型（HMM）、神经网络、循环神经网络、卷积神经网络、概率神经网络、支持向量机、遗传算法、有限状态机和计算图。关于统计学的章节假定读者具备本科阶段的统计学基础知识，对更难理解的概念进行了深入的解释，包括主成分分析，以及使用概率生成函数、矩母函数、特征函数的统计分布。
本书中介绍的大多数算法基础都是稳定的，信号处理和应用统计专家已经使用了数十年。它们同样适用于生物信息学、数据聚类和分类、数据可视化、传感器应用和跟踪。
本书主要针对研究生课程，提供了捕获、理解、分析、设计和开发数据分析框架所需的相关数学工具与概念，还简化了数据分析软件程序的开发以及数据分析在各个行业中的应用。通过简化算法并使用相关的工作示例，本书能帮助你理解将来继续学习数据分析时使用的其他概念。
本书有两章来自我以前的研究生，还有一章来自其他人。这些章节是长期应用基本概念的结果。我们向教师、研究生和导师、课程和算法设计师、数据和大数据分析以及深度学习领域的开发人员推荐本书。有效掌握这些基础内容，你将有能力获得关于数据分析和深度学习的更深入的实践见解。

你还可能感兴趣

我要评论