基于机器学习的数据缺失值填补:理论与方法 资深专家多年研究和实践经验,创新性提出基于神经网络和TS模型的填补方法,大幅提升缺失值填补效率
适读人群: 人工智能,尤其是机器学习相关领域的研究者; 有相关项目开发需求的软件工程师; 高校信息学科或相关交叉学科的教师; 高校计算机、软件、电子、自动化相关专业的三、四年级本科生及研究生; 其他了解一定人工智能基础的学习者和对此感兴趣的爱好者。 (1)作者专注于数据缺失值填补的研究和实践多年,参与大量项目,期刊发表相关论文若干,经验十分丰富。 (2)传统的数据缺失值填补方法是基于统计学的,本书是基于*新的人工智能技术机器学习的,填补该领域空白。 (3)作者创新性地提出了基于神经网络和TS模型的缺失值填补方法,大幅提升填补效率。
¥59.20定价:¥79.00 (7.5折) 电子书:¥51.35