图书介绍

SQL机器学习库MADlib技术解析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

王雪迎著著
出版社：北京：清华大学出版社
ISBN：9787302518945
出版时间：2019
标注页数：342页
文件大小：49MB
文件页数：350页
主题词：机器学习

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：1a76f95b2a6eee902e306e4e0a9e8931

下载说明

SQL机器学习库MADlib技术解析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 MADlib基础1

1.1基本概念1

1.1.1 MADlib是什么1

1.1.2 MADlib的设计思想2

1.1.3 MADlib的工作原理3

1.1.4 MADlib的执行流程4

1.1.5 MADlib架构5

1.2 MADlib的功能6

1.2.1 MADlib支持的模型类型6

1.2.2 MADlib的主要功能模块7

1.3 MADlib的安装与卸载9

1.3.1确定安装平台9

1.3.2下载MADlib二进制压缩包10

1.3.3安装MADlib10

1.3.4卸载MADlib12

1.4小结13

第2章数据类型14

2.1向量14

2.1.1 MADlib中的向量操作函数15

2.1.2稀疏向量23

2.2矩阵30

2.2.1矩阵定义31

2.2.2 MADlib中的矩阵表示31

2.2.3 MADlib中的矩阵运算函数32

2.3小结49

第3章数据转换50

3.1邻近度50

3.1.1MADlib的邻近度相关函数50

3.1.2距离度量的中心化和标准化57

3.1.3选取正确的邻近度度量58

3.2矩阵分解59

3.2.1低秩矩阵分解59

3.2.2奇异值分解70

3.3透视表87

3.4分类变量编码97

3.5小结110

第4章数据探索111

4.1描述性统计111

4.1.1皮尔森相关111

4.1.2汇总统计117

4.2概率统计125

4.2.1概率125

4.2.2统计推论133

4.3主成分分析147

4.3.1背景知识147

4.3.2 MADlib的PCA相关函数149

4.3.3 MADlib的PCA应用示例155

4.4小结160

第5章回归161

5.1线性回归161

5.1.1背景知识161

5.1.2 MADlib的线性回归相关函数164

5.1.3线性回归示例166

5.2非线性回归171

5.2.1背景知识171

5.2.2 MADlib的非线性回归相关函数172

5.2.3非线性回归示例175

5.3逻辑回归179

5.3.1背景知识179

5.3.2 MADlib的逻辑回归相关函数180

5.3.3逻辑回归示例182

5.4多类回归187

5.4.1背景知识187

5.4.2 MADlib的多类回归相关函数190

5.4.3多类回归示例192

5.5序数回归196

5.5.1背景知识196

5.5.2 MADlib的序数回归相关函数197

5.5.3序数回归示例200

5.6弹性网络回归202

5.6.1背景知识202

5.6.2 MADlib的弹性网络回归相关函数204

5.6.3弹性网络回归示例209

5.7小结221

第6章时间序列分析222

6.1背景知识222

6.1.1时间序列分析方法222

6.1.2 ARIMA模型223

6.2 MADlib中ARIMA相关函数225

6.3时间序列分析示例228

6.4小结232

第7章分类233

7.1 K近邻233

7.1.1背景知识233

7.1.2 MADlib中K近邻函数235

7.1.3 K近邻示例236

7.2朴素贝叶斯240

7.2.1背景知识240

7.2.2 MADlib中朴素贝叶斯分类相关函数242

7.2.3朴素贝叶斯分类示例244

7.3支持向量机249

7.3.1背景知识249

7.3.2 MADlib的支持向量机相关函数252

7.3.3支持向量机示例258

7.4决策树264

7.4.1背景知识264

7.4.2 MADlib的决策树相关函数267

7.4.3决策树示例272

7.5随机森林281

7.5.1背景知识281

7.5.2 MADlib的随机森林相关函数282

7.5.3随机森林示例287

7.6小结293

第8章聚类294

8.1背景知识294

8.1.1聚类的概念294

8.1.2 k-means方法295

8.2 MADlib的k-means相关函数297

8.2.1训练函数298

8.2.2簇分配函数300

8.2.3轮廓系数函数301

8.3 k-means示例301

8.4小结307

第9章关联规则308

9.1背景知识308

9.1.1基本概念308

9.1.2 Apriori算法311

9.2 MADlib的Apriori算法函数312

9.3 Apriori应用示例313

9.4小结319

第10章图算法320

10.1背景知识320

10.1.1基本概念320

10.1.2常见图算法321

10.1.3单源最短路径323

10.2 MADlib的单源最短路径相关函数324

10.3单源最短路径示例325

10.4小结327

第11章模型评估328

11.1交叉验证328

11.1.1背景知识328

11.1.2 MADlib的交叉验证相关函数331

11.1.3交叉验证示例333

11.2预测度量336

11.3小结342