本書將基礎理論和算法實現(xiàn)相結(jié)合，介紹了關(guān)于大數(shù)據(jù)分析中的相關(guān)知識，全面、系統(tǒng)地介紹有關(guān)算法的實現(xiàn)過程，并對算法在相關(guān)實例上的應用結(jié)果進行分析。全書共8章，內(nèi)容包括差異化空間插值模型的理論原理、利用空間信息的大數(shù)據(jù)分析預測過程、協(xié)作復合神經(jīng)網(wǎng)絡模型的基礎架構(gòu)、利用相關(guān)特征的大數(shù)據(jù)分析預測過程、并行支持向量機的基本原理、并行支持向量機下的風險分類評價研究、集成學習與貝葉斯優(yōu)化的相關(guān)理論和結(jié)合貝葉斯優(yōu)化與集成學習的大數(shù)據(jù)評價研究等知識。書中每種算法都以偽代碼的形式進行描述并附有相應的實例。

本書主要面向廣大從事大數(shù)據(jù)分析、機器學習、數(shù)據(jù)挖掘或深度學習的專業(yè)人員，從事高等教育的專任教師，高等院校的在讀學生及相關(guān)領(lǐng)域的廣大科研人員。