注冊(cè) | 登錄讀書(shū)好，好讀書(shū)，讀好書(shū)！
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置： 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)數(shù)據(jù)認(rèn)知手冊(cè)：在數(shù)據(jù)科學(xué)、人工智能等領(lǐng)域使用啟發(fā)式方法提升創(chuàng)造力

數(shù)據(jù)認(rèn)知手冊(cè)：在數(shù)據(jù)科學(xué)、人工智能等領(lǐng)域使用啟發(fā)式方法提升創(chuàng)造力

數(shù)據(jù)認(rèn)知手冊(cè)：在數(shù)據(jù)科學(xué)、人工智能等領(lǐng)域使用啟發(fā)式方法提升創(chuàng)造力

定　價(jià)：￥79.00

作　者： 撒迦利亞· 沃加里斯（Zacharias Voulgaris）
出版社： 機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽： 暫缺

購(gòu)買這本書(shū)可以去

ISBN： 9787111739425 出版時(shí)間： 2023-12-01 包裝： 平裝-膠訂
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 字?jǐn)?shù)：  

內(nèi)容簡(jiǎn)介

　　在數(shù)據(jù)科學(xué)研究過(guò)程中，能快速解決問(wèn)題是一項(xiàng)不可或缺的能力。但是數(shù)據(jù)科學(xué)面臨的復(fù)雜性在于，隨著大數(shù)據(jù)采集的數(shù)據(jù)量越來(lái)越大，以及最優(yōu)解算法越來(lái)越復(fù)雜，很多算法面臨著運(yùn)行非常耗時(shí)，有時(shí)甚至在現(xiàn)有的資源情況下不可解的狀況。此時(shí)，需要數(shù)據(jù)科學(xué)家發(fā)揮工程師思維，使用一些計(jì)算量小的近似方法，在節(jié)省時(shí)間和計(jì)算資源的前提下，得到不錯(cuò)的結(jié)果，這些方法可以稱為啟發(fā)式方法。本書(shū)聚焦“啟發(fā)式方法”這個(gè)主題，分5個(gè)部分進(jìn)行介紹。第1部分概述了各種類型的啟發(fā)式方法；第2部分側(cè)重于面向數(shù)據(jù)的啟發(fā)式方法及其在數(shù)據(jù)科學(xué)問(wèn)題中的應(yīng)用；第3部分詮釋了面向最優(yōu)化的啟發(fā)式方法，以及它們?nèi)绾谓鉀Q具有挑戰(zhàn)性的最優(yōu)化問(wèn)題；第4部分是講解如何設(shè)計(jì)和實(shí)施新的啟發(fā)式方法，以解決特定問(wèn)題的相關(guān)內(nèi)容；第5部分介紹了關(guān)于啟發(fā)式方法的其他主題，如透明度和局限性等。本書(shū)適合從事和計(jì)劃從事數(shù)據(jù)科學(xué)領(lǐng)域相關(guān)工作的讀者閱讀。

作者簡(jiǎn)介

　　撒迦利亞·沃加里斯博士出生于希臘雅典。他在克里特島技術(shù)大學(xué)學(xué)習(xí)生產(chǎn)工程和管理，通過(guò)信息系統(tǒng)與技術(shù)碩士學(xué)位后轉(zhuǎn)向計(jì)算機(jī)科學(xué)專業(yè)，然后通過(guò)機(jī)器學(xué)習(xí)獲得博士學(xué)位后轉(zhuǎn)向數(shù)據(jù)科學(xué)。他曾在佐治亞理工學(xué)院擔(dān)任研究員，在塞浦路斯的一家電子營(yíng)銷初創(chuàng)公司擔(dān)任SEO經(jīng)理，并在Elavon（GA）和G2 Web Services（WA）擔(dān)任數(shù)據(jù)科學(xué)家。他還曾擔(dān)任微軟的項(xiàng)目經(jīng)理，負(fù)責(zé)必應(yīng)的數(shù)據(jù)分析管道。目前在GLG（美國(guó)格理集團(tuán)）擔(dān)任顧問(wèn)。 1. 胡本立，國(guó)際數(shù)據(jù)管理協(xié)會(huì)中國(guó)分會(huì)（DAMA China）創(chuàng)始人及現(xiàn)任主席，全球數(shù)據(jù)要素50人委員會(huì)主席。曾任世界銀行首席技術(shù)官、國(guó)際數(shù)據(jù)管理協(xié)會(huì)副主席。擁有物理學(xué)學(xué)士以及計(jì)算機(jī)科學(xué)碩士學(xué)位，并在哈佛商學(xué)院完成企業(yè)高級(jí)主管關(guān)于戰(zhàn)略、變革管理、金融和財(cái)務(wù)的培訓(xùn)。2. 馬歡，全球數(shù)據(jù)要素50人論壇專家，本科畢業(yè)于同濟(jì)大學(xué)，后獲得上海交通大學(xué)工學(xué)碩士學(xué)位。從開(kāi)發(fā)工程師做起，擔(dān)任過(guò)系統(tǒng)分析師、系統(tǒng)架構(gòu)師、項(xiàng)目經(jīng)理等角色。具有20多年的信息系統(tǒng)開(kāi)發(fā)設(shè)計(jì)經(jīng)驗(yàn)，曾經(jīng)兩次獲得部級(jí)科技發(fā)展獎(jiǎng)項(xiàng)。主持翻譯了《DAMA-DMBOK數(shù)據(jù)管理知識(shí)體系指南》系列等專業(yè)書(shū)籍，作為骨干編委參與編寫(xiě)《國(guó)際數(shù)據(jù)之都：上海城市數(shù)字化轉(zhuǎn)型市民手冊(cè)》，此外還翻譯了《首席數(shù)據(jù)官管理手冊(cè)：建立并運(yùn)行組織的數(shù)據(jù)供應(yīng)鏈》《DataOps實(shí)踐手冊(cè)：敏捷精益的數(shù)據(jù)運(yùn)營(yíng)》《區(qū)塊鏈重構(gòu)規(guī)則》《數(shù)據(jù)與現(xiàn)實(shí)》《星型模型》等多本譯著。2011年首次把數(shù)據(jù)管理專業(yè)認(rèn)證CDMP引入中國(guó)，并獲得CDMP大師級(jí)認(rèn)證，主理的“DAMA數(shù)據(jù)管理”是國(guó)內(nèi)最活躍的專業(yè)社區(qū)之一。本書(shū)翻譯組成員介紹組長(zhǎng)胡本立 DAMA China主席組員（按姓氏筆畫(huà)排序）馬歡 《DAMA-DMBOK數(shù)據(jù)管理知識(shí)體系指南》《首席數(shù)據(jù)官管理手冊(cè)》等書(shū)主譯者朱楨上海鄧白氏商業(yè)信息咨詢有限公司營(yíng)銷產(chǎn)品線負(fù)責(zé)人朱晨君 西部數(shù)據(jù)交易中心市場(chǎng)部負(fù)責(zé)人劉誠(chéng)燃上海熵衍信息技術(shù)有限公司創(chuàng)始人劉俊 上海藥明生物技術(shù)有限公司數(shù)字化主任李天池中國(guó)軟件評(píng)測(cè)中心高級(jí)咨詢顧問(wèn)李德金 山東省大數(shù)據(jù)中心大數(shù)據(jù)工程師張順天津智慧城市研究院咨詢總監(jiān)郭媛 海促會(huì)浦江學(xué)術(shù)委員會(huì)學(xué)術(shù)委員賴志明北京青麥科技有限公司數(shù)據(jù)架構(gòu)師

圖書(shū)目錄

推薦序
譯者序
前言
第1部分 關(guān)于啟發(fā)式方法
第1章 創(chuàng)造性解決問(wèn)題
   1.1 解決問(wèn)題
   1.2 解決問(wèn)題過(guò)程中的創(chuàng)造力
   1.3 人工智能與創(chuàng)造力
   1.4 腳踏實(shí)地的創(chuàng)造力
   1.5 小結(jié)
第2章 什么是啟發(fā)式方法
   2.1 啟發(fā)式方法概述
   2.2 啟發(fā)式度量指標(biāo)
   2.3 啟發(fā)式算法
   2.4 重要注意事項(xiàng)
   2.5 小結(jié)
第3章 啟發(fā)式與元啟發(fā)式方法
   3.1 元啟發(fā)式方法概述
   3.2 何時(shí)使用元啟發(fā)式方法
   3.3 適合元啟發(fā)式方法的問(wèn)題
   3.4 重要注意事項(xiàng)
   3.5 小結(jié)
第4章 特定的指標(biāo)和方法
   4.1 為什么啟發(fā)式方法不可或缺
   4.2 如何踐行啟發(fā)式方法
   4.3 何時(shí)使用特定指標(biāo)
   4.4 何時(shí)使用特定的方法
   4.5 小結(jié)
第2部分 面向數(shù)據(jù)的啟發(fā)式方法
第5章 EDA基本啟發(fā)式方法
   5.1 EDA的啟發(fā)式方法概述
   5.2 EDA中的基本啟發(fā)式方法
       5.2.1 基于范圍的相關(guān)啟發(fā)式方法
       5.2.2 二元相關(guān)啟發(fā)式方法
       5.2.3 你自己的啟發(fā)式方法
   5.3 如何在 EDA 中有效利用這些啟發(fā)式方法
   5.4 重要注意事項(xiàng)
   5.5 小結(jié)
第6章 EDA高級(jí)啟發(fā)式方法
   6.1 為什么需要EDA高級(jí)啟發(fā)式方法
   6.2 EDA中特定的高級(jí)啟發(fā)式方法
       6.2.1 可辨識(shí)指數(shù)
       6.2.2 密度分析
       6.2.3 其他高級(jí)啟發(fā)式
   6.3 如何在 EDA 中有效地利用啟發(fā)式方法
   6.4 重要注意事項(xiàng)
   6.5 小結(jié)
第7章 模型相關(guān)的啟發(fā)式方法
   7.1 模型相關(guān)的啟發(fā)式方法概述
   7.2 特定模型相關(guān)啟發(fā)式方法
       7.2.1 F分?jǐn)?shù)啟發(fā)式
       7.2.2 曲線下面積啟發(fā)式
       7.2.3 基于范圍的相關(guān)啟發(fā)式
       7.2.4 置信指數(shù)啟發(fā)式
       7.2.5 其他模型啟發(fā)式
   7.3 如何有效利用這些啟發(fā)式方法
   7.4 重要注意事項(xiàng)
   7.5 小結(jié)
第8章 其他啟發(fā)式方法
   8.1 其他啟發(fā)式方法概述
   8.2 熵和反熵啟發(fā)式方法
       8.2.1 熵 
       8.2.2 反熵 
       8.2.3 在與數(shù)據(jù)相關(guān)的問(wèn)題中是否使用熵或反熵
   8.3 與距離相關(guān)的啟發(fā)式方法
       8.3.1 距離啟發(fā)式方法
       8.3.2 相似性啟發(fā)式方法
       8.3.3 與置信度指數(shù)的關(guān)系
   8.4 重要注意事項(xiàng)
   8.5 小結(jié)
第3部分 面向最優(yōu)化的啟發(fā)式
第9章 人工智能與機(jī)器學(xué)習(xí)最優(yōu)化
   9.1 最優(yōu)化理論概述
   9.2 最優(yōu)化用例
   9.3 最優(yōu)化算法的關(guān)鍵組成部分
   9.4 最優(yōu)化在人工智能和機(jī)器學(xué)習(xí)中的作用
   9.5 重要注意事項(xiàng)
   9.6 小結(jié)
第10章 最優(yōu)化中的啟發(fā)式方法
   10.1 一般優(yōu)化中的啟發(fā)式方法
   10.2 使用啟發(fā)式的特定優(yōu)化算法
       10.2.1 基于群體的算法
       10.2.2 遺傳算法
       10.2.3 模擬退火算法和變體
       10.2.4 其他
   10.3 粒子群優(yōu)化和啟發(fā)式
       10.3.1 概述
       10.3.2 PSO算法的偽代碼
       10.3.3 啟發(fā)式方法的應(yīng)用
   10.4 重要注意事項(xiàng)
   10.5 小結(jié)
第11章 復(fù)雜的最優(yōu)化系統(tǒng)
   11.1 復(fù)雜優(yōu)化器概述
   11.2 遺傳算法家族優(yōu)化器
       11.2.1 遺傳算法的關(guān)鍵概念
       11.2.2 香草味遺傳算法及其局限性
       11.2.3 精英主義變體（Elitism Variant）
       11.2.4 縮放比例修改（Scaling Hack）
       11.2.5 約束調(diào)整（Constraints Tweak）
       11.2.6 其他變體
   11.3 應(yīng)用于遺傳算法的啟發(fā)式方法 
   11.4 重要注意事項(xiàng) 
   11.5 小結(jié)
第12章 最優(yōu)化集成
   12.1 最優(yōu)化集成概述
   12.2 最優(yōu)化系統(tǒng)的結(jié)構(gòu)
   12.3 啟發(fā)式方法在最優(yōu)化集成中的作用
   12.4 重要注意事項(xiàng)
   12.5 小結(jié)
第4部分 設(shè)計(jì)和實(shí)施新的啟發(fā)式方法
第13章 啟發(fā)式方法的目標(biāo)和功能
   13.1 啟發(fā)式方法的目標(biāo)和功能概述
   13.2 定義啟發(fā)式方法的目標(biāo)
   13.3 確定啟發(fā)式方法的功能
   13.4 優(yōu)化啟發(fā)式方法的目標(biāo)和功能
   13.5 重要注意事項(xiàng)
   13.6 小結(jié)
第14章 度量啟發(fā)式的參數(shù)、輸出和可用性
   14.1 度量啟發(fā)式的參數(shù)、輸出和可用性概述
   14.2 定義度量啟發(fā)式的參數(shù)和輸出
   14.3 確定度量啟發(fā)式的可用性和范圍
   14.4 優(yōu)化度量啟發(fā)式的可用性
   14.5 重要注意事項(xiàng)
   14.6 小結(jié)
第15章 方法啟發(fā)式的參數(shù)、輸出和可用性
   15.1 方法啟發(fā)式的參數(shù)、輸出和可用性概述
   15.2 定義方法啟發(fā)式的參數(shù)和輸出
   15.3 確定方法啟發(fā)式的可用性和應(yīng)用范圍
   15.4 優(yōu)化方法啟發(fā)式的可用性
   15.5 重要注意事項(xiàng)
   15.6 小結(jié)
第16章 開(kāi)發(fā)和優(yōu)化啟發(fā)式方法
   16.1 開(kāi)發(fā)新啟發(fā)式方法的過(guò)程概述
   16.2 定義新啟發(fā)式方法的目標(biāo)和功能
       16.2.1 概述
       16.2.2 一種衡量變量多樣性的啟發(fā)式方法 
       16.2.3 一種衡量數(shù)據(jù)點(diǎn)獨(dú)特性的啟發(fā)式方法
       16.2.4 價(jià)值問(wèn)題
       16.2.5 你的立身之地
   16.3 定義新啟發(fā)式方法的參數(shù)、輸出和可用性
       16.3.1 多樣性啟發(fā)式的參數(shù)、輸出和可用性
       16.3.2 獨(dú)特性指數(shù)啟發(fā)式的參數(shù)、輸出和可用性
       16.3.3 兩種啟發(fā)式方法的應(yīng)用范圍
   16.4 重要注意事項(xiàng)
   16.5 小結(jié)
第5部分 啟發(fā)式方法補(bǔ)充主題
第17章 啟發(fā)式方法的局限性
   17.1 啟發(fā)式方法常見(jiàn)局限性概述
   17.2 泛化能力局限
   17.3 精度限制
   17.4 為什么存在這些限制及權(quán)衡
   17.5 重要注意事項(xiàng)
   17.6 小結(jié)
第18章 啟發(fā)式方法的潛力
   18.1 啟發(fā)式方法的潛力概述
   18.2 啟發(fā)式方法在EDA中的潛力
   18.3 啟發(fā)式最優(yōu)化的潛力
   18.4 啟發(fā)式輔助過(guò)程的潛力
   18.5 啟發(fā)式模型構(gòu)建的潛力
   18.6 小結(jié)
第19章 啟發(fā)式和透明度
   19.1 透明度在數(shù)據(jù)科學(xué)和AI中的價(jià)值
   19.2 啟發(fā)式方法如何幫助提高透明度
   19.3 構(gòu)建更加透明的數(shù)據(jù)科學(xué)框架
   19.4 重要注意事項(xiàng)
   19.5 小結(jié)
第20章 最后的想法
   20.1 啟發(fā)式方法及其價(jià)值
   20.2 啟發(fā)式來(lái)了，創(chuàng)造力是否有盡頭
   20.3 用啟發(fā)式方法開(kāi)發(fā)自己的創(chuàng)造力
   20.4 重要注意事項(xiàng)
   20.5 在啟發(fā)式的旅程中，路在何方
術(shù)語(yǔ)
附錄
附錄A啟發(fā)式的關(guān)鍵組成部分
附錄B在計(jì)算機(jī)上安裝和使用

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) www.shuitoufair.cn 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)