包邮分布式智能算法及在大数据中的应用

作者：陈宏伟//魏斯玮//叶志伟

出版社：中国水利水电出版社出版时间：2022-08-01

开本： 16开 页数： 221

本类榜单：计算机/网络销量榜

中图价:¥46.4(7.9折) 定价 ~~¥59.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥46.4 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

分布式智能算法及在大数据中的应用版权信息

ISBN：9787522606323
条形码：9787522606323 ; 978-7-5226-0632-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

分布式智能算法及在大数据中的应用本书特色

从人工智能的定义可以看出，数据、算力、算法是人工智能的三大核心。可以说，在一定程度上数据决定了机器学习的上限，算法为逼近这个上限提供方法，而算力决定了数据处理和训练的实用性能。本书要介绍的分布式技术就是支持算法、解决算力的绝招。本书作者拥有多年教学和科研经验，非常专业，从学生学习难度和需求方面考虑，所述内容覆盖了大数据领域内分布式智能算法的应用。是一本优秀的进阶提高书籍，能帮助读者早日成为优秀的算法工程师。

分布式智能算法及在大数据中的应用内容简介

《分布式智能算法及在大数据中的应用》介绍了智能算法中的分布式算法在大数据中的多场景应用。本书主要包括如下部分内容：智能算法及大数据理论与技术概述；基于Hadoop的分布式杂交水稻算法；基于Hadoop的随机奇异值分解算法；基于Hadoop的分布式水波优化算法；基于Spark的分布式关联规则挖掘算法；基于Spark的分布式飞蛾扑火优化算法；基于Spark的分布式蚁狮算法。《分布式智能算法及在大数据中的应用》可作为计算机科学与技术相关专业研究生及高年级本科生的教材，也可作为科研人员的参考书，同时可作为研究生、博士生及教师论文写作的参考书。

分布式智能算法及在大数据中的应用目录

第1章智能算法与大数据概述 1.1 智能算法概述 1.1.1 智能算法 1.1.2 分布式智能算法 1.2 Hadoop框架概述 1.2.1 Hadoop的生态环境 1.2.2 HDFS分布式文件系统分析 1.2.3 MapReduce并行计算框架 1.3 Spark框架概述 1.3.1 Spark的生态环境 1.3.2 Spark编程模型 1.4 分布式智能算法及在大数据中的应用概述 1.4.1 基于Hadoop的分布式杂交水稻算法研究 1.4.2 基于Hadoop的随机奇异值分解算法研究 1.4.3 基于Hadoop的分布式水波优化算法研究 1.4.4 基于Spark的分布式关联规则挖掘算法研究 1.4.5 基于Spark的分布式飞蛾扑火优化算法研究 1.4.6 基于Spark的分布式蚁狮算法研究第2章基于Hadoop的分布式杂交水稻优化算法 2.1 杂交水稻优化算法 2.1.1 杂交水稻优化算法概述 2.1.2 三系杂交水稻算法 2.1.3 杂交水稻算法实现 2.2 分布式并行杂交水稻算法 2.2.1 分布式并行杂交水稻算法概述 2.2.2 分布式杂交水稻算法实现 2.2.3 分布式杂交水稻算法的MapReduce过程 2.2.4 基于Hadoop的分布式杂交水稻算法流程 2.2.5 实验结果与分析 2.3 基于Hadoop的杂交水稻算法改进SVM 2.3.1 支持向量机相关理论 2.3.2 使用杂交水稻算法优化SVM参数 2.3.3 使用分布式杂交水稻算法优化SVM参数 2.3.4 实验结果分析第3章基于Hadoop的随机奇异值分解算法 3.1 随机奇异值分解算法 3.1.1 随机投影方案 3.1.2 奇异值分解 3.1.3 矩阵分解在系统中的应用 3.1.4 分布式矩阵分解 3.2 基于Count Sketch算法的随机奇异值分解 3.2.1 Count Sketch算法简介 3.2.2 Count Sketch算法改进 3.2.3 基于Count Sketch算法的随机奇异值分解 3.2.4 实验结果分析 3.3 基于两重随机方案的奇异值分解 3.3.1 随机高斯矩阵投影 3.3.2 集成多个方案的随机奇异值分解 3.3.3 随机高斯矩阵与Count Sketch算法结合的算法 3.3.4 实验结果分析

展开全部

分布式智能算法及在大数据中的应用作者简介

陈宏伟，湖北工业大学计算机学院教授。主持或作为重要成员参与包括国家自然科学基金、湖北省自然科学基金重点和面上基金、湖北省教育厅自然科学基金、武汉市科技局科技攻关等10余个项目；发表论文50余篇，其中EI检索40余篇；已授权发明专利5项，软件著作权4项，出版学术专著4部。主要研究方向为大数据、人工智能、云计算、对等网络。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐