 |
|
本书以数据为核心将模式识别与数据挖掘的内容进行深度融合，从一个全新的视角为读者呈 现完整的数据处理拼图。全书主要内容有数据、特征工程、统计决策方法、浅层分类器、深度分类器、聚类、异常检测、频繁模式挖掘、专家先验协同分析、大语言模型协同分析、结构模式识别、复杂数据挖掘，使模式识别与数据挖掘二者在知识体系上既保持各自的系统性，又能实现无缝对接与协同增效。本书还配备了大量精心设计的习题与实验项目，有助于读者巩固课堂所学的理论知识，又能锻炼读者的实践动手能力与创新思维能力。 本书是人工智能领域“101计划”核心课程教材之一，可作为高等学校人工智能专业和计算机类相关专业本科生和研究生学习知识工程的教材，也可供其他专业的师生和相关工程技术人员自学或参考。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
