食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法及應(yīng)用

定　價(jià)：￥49.00

作　者：	肖革新著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787030576897	出版時(shí)間：	2018-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	166	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法及應(yīng)用》共7章，內(nèi)容包括食品安全風(fēng)險(xiǎn)監(jiān)測(cè)業(yè)務(wù)及數(shù)據(jù)分析概述、食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的特點(diǎn)、預(yù)處理方法、探索性分析、經(jīng)典統(tǒng)計(jì)分析方法、時(shí)空統(tǒng)計(jì)分析方法以及機(jī)器學(xué)習(xí)分析方法。各章緊扣食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法主題，理論結(jié)合實(shí)際，啟發(fā)讀者深度思考。為加深讀者理解，每章的內(nèi)容分為理論和案例兩部分，內(nèi)容豐富，針對(duì)性強(qiáng)，能力培養(yǎng)目標(biāo)明確。力求使讀者學(xué)完《食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法及應(yīng)用》后，能夠運(yùn)用食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法的基本知識(shí)與實(shí)踐方法。

作者簡(jiǎn)介

暫缺《食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)綜合分析方法及應(yīng)用》作者簡(jiǎn)介

圖書目錄

目錄
前言
第1章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)業(yè)務(wù)及數(shù)據(jù)分析概述 1
1.1 食品安全風(fēng)險(xiǎn)監(jiān)測(cè)業(yè)務(wù)概述 1
1.2 如何學(xué)習(xí)數(shù)據(jù)分析方法 2
1.3 主要工具 2
第2章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的特點(diǎn) 4
2.1 食品中的化學(xué)污染物監(jiān)測(cè)數(shù)據(jù)特點(diǎn) 4
2.2 食品中的微生物監(jiān)測(cè)數(shù)據(jù)特點(diǎn) 6
2.3 食源性疾病主動(dòng)監(jiān)測(cè)數(shù)據(jù)特點(diǎn) 8
第3章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的預(yù)處理方法 11
3.1 數(shù)據(jù)預(yù)處理概述 11
3.2 缺失值的預(yù)處理 12
3.3 異常值的預(yù)處理 16
3.4 特殊數(shù)據(jù)的預(yù)處理 19
第4章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的探索性分析 22
4.1 探索性數(shù)據(jù)分析概述 22
4.2 數(shù)據(jù)的類型 23
4.3 數(shù)據(jù)的概括性量度 24
4.4 數(shù)據(jù)的可視化 33
第5章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的經(jīng)典統(tǒng)計(jì)分析方法 38
5.1 差異的顯著性檢驗(yàn) 38
5.2 相關(guān)性分析 44
5.3 方差分析 51
5.4 線性回歸 55
5.5 主成分分析 60
第6章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的時(shí)空統(tǒng)計(jì)分析方法 62
6.1 空間數(shù)據(jù)可視化 62
6.2 最鄰近距離分析 63
6.3 空間自相關(guān)分析 68
6.4 時(shí)空聚集性分析 83
6.5 空間插值分析 95
6.6 空間回歸分析 115
6.7 時(shí)間序列分析 136
第7章食品安全風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)的機(jī)器學(xué)習(xí)分析方法 148
7.1 關(guān)聯(lián)規(guī)則挖掘 149
7.2 決策樹(shù)算法 150
7.3 隨機(jī)森林算法 151
7.4 人工神經(jīng)網(wǎng)絡(luò)算法 152
7.5 支持向量機(jī)算法 155
7.6 機(jī)器學(xué)習(xí)應(yīng)用案例 156
參考文獻(xiàn) 165