机读格式显示(MARC)

• 000 01616nam 2200349 450

• 001 0000390050

• 005 20210524094400.0

• 010 __ |a 978-7-111-66305-8 |d CNY79.00

• 099 __ |a CAL 012020353095

• 100 __ |a 20201020d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于机器学习的数据缺失值填补 |A Ji Yu Ji Qi Xue Xi De Shu Ju Que Shi Zhi Tian Bu |e 理论与方法 |f 赖晓晨[等]著

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a X, 236页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A Zhi Neng Xi Tong Yu Ji Shu Cong Shu

• 304 __ |a 题名页题其余责任者: 张立勇, 刘辉, 吴霞

• 320 __ |a 有书目

• 330 __ |a 全书共8章，从内容逻辑上可分为四部分。第一部分为第1~3章，首先介绍缺失值填补领域的数据缺失机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。第二部分为第4~5章，对目前神经网络在缺失值填补领域的研究成果进行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。第三部分为第6~7章，详细介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改进TS模型。第四部分为第8章，以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 517 1_ |a 理论与方法 |A Li Lun Yu Fang Fa

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 赖晓晨 |A Lai Xiao Chen |4 著

• 701 _0 |a 张立勇 |A Zhang Li Yong |4 著

• 701 _0 |a 刘辉 |A Liu Hui |4 著

• 801 _0 |a CN |b SEU |c 20201020

• 905 __ |a XATU |d TP181/228

• 920 __ |a 261060 |z 1

• 998 __ |a SEU