Recenze čtenářů
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 5 hlasů.
Původní název:
Modern Data Mining Algorithms in C++ and Cuda C: Recent Developments in Feature Extraction and Selection Algorithms for Data Science
Obsah knihy:
1) Úvod 7.
2) Analýza složek dopředného výběru 11 A) Úvod do analýzy složek dopředného výběru 12 B) Matematika a příklady kódu 16 Maximalizace vysvětlené variance 18 Kód pro kritérium maximalizace variance 20 Zpětné zpřesnění 24 Vícevláknové zpětné zpřesnění 28 Ortogonalizace uspořádaných složek 36 C) Dát to všechno dohromady 39 Složky z podmnožiny pouze dopředného výběru 44 Složky z podmnožiny zpětně zpřesněné 46 D) Příklad s vymyšlenými proměnnými 48.
3) Lokální výběr příznaků 53 A) Intuitivní přehled algoritmu 54 Co tento algoritmus hlásí 60 B) Krátká odbočka: Simplexový algoritmus 62 Problém lineárního programování 63 Propojení se Simplexovou třídou 64 Trochu podrobněji 67 C) Přísnější přístup k LFS 69 Separace uvnitř třídy a mezi třídami 73 Výpočet vah 77 Maximalizace separace mezi třídami 81 Minimalizace separace uvnitř třídy 86 Testování zkušební betaverze 88 Krátká poznámka o vláknech 93 D) Výpočet vah pomocí CUDA 94 Integrace kódu CUDA do algoritmu 95 Inicializace hardwaru CUDA 97 Výpočet rozdílů od aktuálního případu 100 Výpočet matice vzdáleností 102 Výpočet minimálních vzdáleností 104 Výpočet členů pro rovnici vah 112 Transpozice matice členů 113 Součet členů pro váhy 114 Přesun vah na hostitele 116 E) Příklad lokálního výběru vlastností 117 F) Poznámka k době běhu 118.
4) Paměť ve funkcích časových řad 119 A) Jemný matematický přehled 122 Forward algoritmus 123 Backward algoritmus 128 Správná alfa a beta, Pro ty, které to zajímá 131 B) Některé přízemní výpočty 136 Střední hodnoty a kovariance 136 Hustoty 138 Vícerozměrná normální funkce hustoty 139 C) Počáteční parametry 141 Nástin inicializačního algoritmu 141 Perturbace středních hodnot 142 Perturbace kovariance 143 Perturbace pravděpodobnosti přechodu 144 Poznámka ke generátorům náhodných čísel 145 D) Kompletní Optimalizační algoritmus 146 Výpočet pravděpodobností stavů 147 Aktualizace středů a kovariancí 151 Aktualizace počátečních a přechodových pravděpodobností 153 E) Posouzení paměti HMM v časové řadě 159 F) Propojení funkcí s cílem 164 Propojení stavů HMM s cílem 173 Vymyšlený a nevhodný příklad 183 Rozumný a praktický příklad 186.
5) Krokový výběr na steroidech 189 A) Model vyhodnocování funkcí 192 Kód pro základní model 193 B) Křížově ověřená míra výkonnosti 198 C) Algoritmus krokového výběru 201 Nalezení první proměnné 207 Přidání proměnné do existujícího modelu 210 D) Demonstrace algoritmu třemi způsoby 214.
6) Přepočet nominálních hodnot na ordinální 217 A) Přehled implementace 221 B) Testování legitimního vztahu 222 C) Příklad ze změn cen akcií 223 D) Kód pro převod nominálních hodnot na ordinální 227 Konstruktor 228 Tisk tabulky počtů 232 Výpočet mapovací funkce 234 Monte-Carlo permutační testy 237.
7) Index 353.
