《大數據分析的九堂數學課》是2023年9月1日清華大學出版社出版的圖書，作者：（德）弗拉基米爾·什克曼,（德）大衛·穆勒 著 李澤宇 譯。
基本介紹
- 中文名：大數據分析的九堂數學課
- 作者：（德）弗拉基米爾·什克曼,（德）大衛·穆勒
- 譯者：李澤宇
- 出版時間：2023年9月1日
- 出版社：清華大學出版社
- ISBN：9787302633167
- 定價：69 元
- 印次：1-1
- 印刷日期：2023.08.31
內容簡介,圖書目錄,
內容簡介
本書分為10章，其中第1~9章探討了排序、推薦系統、聚類、線性回歸等內容，每章都以一個具體的實際問題開始，其主要目的是激發對某一特定大數據分析技術的研究。接下來探討其背後的數學原理——包括重要的定義、輔助陳述和得出的結論。案例研究有助於將所學知識套用於跨學科的環境中，包括對逐步任務的描述和有用的提示。每章之後都配有習題，作為自學中不可缺少的一部分，有助於提高對基礎理論的理解。第10章提供了前9章的習題答案，以及Python代碼中的算法描述作為補充材料。本書適合作為大數據分析、套用數學及相關專業的研究生和高年級本科生。
圖書目錄
目 錄
第1章 排序 1
1.1 研究動因：谷歌問題 1
1.2 研究結果 4
1.2.1 Perron-Frobenius定理 4
1.2.2 PageRank 8
1.3 案例研究：品牌忠誠度 14
1.4 練習 17
第2章 線上學習 19
2.1 研究動因：投資組合選擇 19
2.2 研究結果 22
2.2.1 線上鏡像下降 22
2.2.2 熵設定 29
2.3 案例分析：專家建議 33
2.4 練習 34
第3章 推薦系統 37
3.1 研究動因：Netflix大賽 37
3.2 研究結果 38
3.2.1 基於近鄰的方法 38
3.2.2 基於模型的方法 41
3.3 案例分析：潛在語義分析 52
3.4 練習 54
第4章 分類 56
4.1 研究動因：信用調查 56
4.2 研究結果 57
4.2.1 Fisher判別規則 57
4.2.2 支持向量機 64
4.3 案例分析：質量控制 72
4.4 練習 74
第5章 聚類 77
5.1 研究動因：DNA測序 77
5.2 研究結果 79
5.2.1 k-均值算法 79
5.2.2 譜聚類 82
5.3 案例分析：主題抽取 88
5.4 練習 91
第6章 線性回歸 93
6.1 研究動因：計量經濟學分析 93
6.2 研究結果 95
6.2.1 最小二乘法 95
6.2.2 嶺回歸 102
6.3 案例分析：資本資產定價 107
6.4 練習 109
第7章 稀疏恢復 112
7.1 研究動因：變數選擇 112
