机读格式显示(MARC)

• 000 01424nam0 2200289 450

• 001 0000461303

• 005 20241122142600.0

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

• 100 __ |a 20201106d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 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 |9 ji yu ji qi xue xi de shu ju que shi zhi tian bu |i 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 10,236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

• 300 __ |a 华章IT

• 304 __ |a 著者还有：张立勇、刘辉、吴霞

• 330 __ |a 本书专介绍了基于机器学习的缺失值填补理论及方法。全书共8章，可分为4部分。第一部分介绍了缺失值填补领域的缺失数据机制、基本概念、性能度量等知识。第二部分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。

• 461 _0 |1 2001 |a 智能系统与技术丛书

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 690 __ |a TP18 |v 4

• 701 _0 |a 赖晓晨 |A Lai Xiao Chen |9 lai xiao chen |4 著

• 801 _0 |a CN |b 91MARC |c 20201107

• 905 __ |a JBXQLIB |d TP18/897