书目信息 |
| 题名: |
复杂系统影响因素研究的数据驱动分析方法
|
|
| 作者: | 李海林 , 林春培 编著 | |
| 分册: | ||
| 出版信息: | 北京 清华大学出版社 2025.04 |
|
| 页数: | 229页 | |
| 开本: | 26cm | |
| 丛书名: | ||
| 单 册: | ||
| 中图分类: | TP274 | |
| 科图分类: | ||
| 主题词: | 数据处理--shu ju chu li--分析方法 | |
| 电子资源: | ||
| ISBN: | 978-7-302-68545-6 | |
| 000 | 01604nam0 2200277 450 | |
| 001 | 92840 | |
| 005 | 20250818163628.18 | |
| 010 | @a978-7-302-68545-6@dCNY69.80 | |
| 100 | @a20250528d2025 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a复杂系统影响因素研究的数据驱动分析方法@Afu za xi tong ying xiang yin su yan jiu de shu ju qu dong fen xi fang fa@f李海林, 林春培编著 |
| 210 | @a北京@c清华大学出版社@d2025.04 | |
| 215 | @a229页@c图@d26cm | |
| 312 | @a英文题名取自封面 | |
| 320 | @a有书目 (第225-229页) | |
| 330 | @a本书第1章阐述了传统分析方法在处理复杂系统多变量、非线性和动态变化等特征时的不足, 而DAC凭借先进的数据挖掘和机器学习算法, 通过数据获取、数据处理与变量测量、聚类分析、决策树分析和贝叶斯网络分析5个关键阶段 (步骤), 为决策制定和优化助力。第2章强调指标选取的依据、选取原则等, 依据数据类型选择合适量化方法, 并通过实例演示如何将实际问题转化为可量化数据集, 保障后续分析质量。第3章详细介绍数据采集、统计分析、变量选取、校准处理 (引入云校准概念) 等数据预处理内容。第4章讲解基于聚类算法的异质性群体的多种分析。第5章使用决策树分析了异质性群体对象的影响因素交互效应。第6章运用贝叶斯网络和相关算法探究变量间的作用关系和影响路径。第7章通过后发企业创新绩效案例分析, 展示DAC在实际研究中的应用优势。 | |
| 510 | 1 | @aData-driven analysis methods for the study of influencing factors in complex systems@zeng |
| 606 | 0 | @a数据处理@Ashu ju chu li@x分析方法 |
| 690 | @aTP274@v5 | |
| 701 | 0 | @a李海林@Ali hai lin@4编著 |
| 701 | 0 | @a林春培@Alin chun pei@4编著 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP274@eL170@f1 | |
| 复杂系统影响因素研究的数据驱动分析方法/李海林, 林春培编著.-北京:清华大学出版社,2025.04 |
| 229页:图;26cm |
| ISBN 978-7-302-68545-6:CNY69.80 |
| 本书第1章阐述了传统分析方法在处理复杂系统多变量、非线性和动态变化等特征时的不足, 而DAC凭借先进的数据挖掘和机器学习算法, 通过数据获取、数据处理与变量测量、聚类分析、决策树分析和贝叶斯网络分析5个关键阶段 (步骤), 为决策制定和优化助力。第2章强调指标选取的依据、选取原则等, 依据数据类型选择合适量化方法, 并通过实例演示如何将实际问题转化为可量化数据集, 保障后续分析质量。第3章详细介绍数据采集、统计分析、变量选取、校准处理 (引入云校准概念) 等数据预处理内容。第4章讲解基于聚类算法的异质性群体的多种分析。第5章使用决策树分析了异质性群体对象的影响因素交互效应。第6章运用贝叶斯网络和相关算法探究变量间的作用关系和影响路径。第7章通过后发企业创新绩效案例分析, 展示DAC在实际研究中的应用优势。 |
| ● |
| 相关链接 |
|
|
|
正题名:复杂系统影响因素研究的数据驱动分析方法
索取号:TP274/L170
 
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1626798 | 216267983 | 自科库301/301自科库 42排4列2层/ [索取号:TP274/L170] | 在馆 |