大數(shù)據(jù)智能分析理論與方法

　　本書旨在遵循數(shù)據(jù)分析的思路與邏輯，系統(tǒng)梳理大數(shù)據(jù)智能分析的相關(guān)知識。全書共分為十六章。在理論和方法方面，主要包括常規(guī)數(shù)據(jù)預處理、數(shù)據(jù)降維、特征選擇、決策樹、K近鄰學習、支持向量機、貝葉斯學習、集成學習、關(guān)聯(lián)規(guī)則、聚類、人工神經(jīng)網(wǎng)絡(luò)、深度學習、推薦系統(tǒng)等；在理論與實踐融合方面，本書提供了若干典型應用場景，如廣告點擊率預測、信息流中的內(nèi)容推薦、游戲運營中的數(shù)據(jù)挖掘等，以期加強讀者對理論的理解和應用能力。另外，本書在章節(jié)后也提供了即測即練二維碼，幫助讀者掌握和鞏固對應章節(jié)的知識。

暫缺《大數(shù)據(jù)智能分析理論與方法》作者簡介