官术网_书友最值得收藏!

數(shù)據(jù)質(zhì)量實踐手冊:4步構(gòu)建高質(zhì)量數(shù)據(jù)體系
會員

高質(zhì)量的數(shù)據(jù)關(guān)乎企業(yè)運(yùn)營、合規(guī)、決策和業(yè)績的關(guān)鍵,哈佛商業(yè)評論的一項研究發(fā)現(xiàn),企業(yè)中只有3%的數(shù)據(jù)符合質(zhì)量標(biāo)準(zhǔn),絕大多數(shù)公司都在尋求切實可行的指導(dǎo)來提高數(shù)據(jù)質(zhì)量。本書作者基于多年在數(shù)據(jù)、數(shù)據(jù)分析和人工智能方面的實踐經(jīng)驗,闡述了4步構(gòu)建高質(zhì)量數(shù)據(jù)體系。他提出了高質(zhì)量數(shù)據(jù)的四階段DARS方法(定義、評估、實現(xiàn)、持續(xù))和10個數(shù)據(jù)質(zhì)量最佳實踐案例,以此來提高業(yè)務(wù)中的數(shù)據(jù)質(zhì)量水平,為業(yè)務(wù)提供數(shù)據(jù)價值,保證生成的數(shù)據(jù)可以有效支持高級分析和人工智能。在本書中,您將學(xué)習(xí)定義和評估數(shù)據(jù)質(zhì)量的技術(shù)、標(biāo)準(zhǔn)和度量指標(biāo),了解如何確保公司的數(shù)據(jù)收集實踐避免常見的陷阱。本書適合數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、商業(yè)智能專業(yè)人士、首席技術(shù)官和數(shù)據(jù)官,以及對收集和使用高質(zhì)量數(shù)據(jù)感興趣的人士。對于有志成為首席數(shù)據(jù)官的各位讀者,這是一本難得的寶典級書籍!

(美)普拉桑特·蘇特卡爾 ·數(shù)據(jù)庫 ·11.7萬字

一類智能優(yōu)化算法的改進(jìn)及應(yīng)用研究
會員

智能優(yōu)化算法以其解決實際問題的有效性而快速發(fā)展起來,憑借著算法簡單、容易實現(xiàn)、易與其他學(xué)科相結(jié)合等優(yōu)點,智能優(yōu)化算法被越來越多的專家與學(xué)者所認(rèn)可并應(yīng)用。首先,本書闡述了優(yōu)化理論的相關(guān)內(nèi)容,然后對智能優(yōu)化算法進(jìn)行綜述,并重點介紹了粒子群優(yōu)化算法與和聲搜索算法。其次,將局部尋優(yōu)能力較好的變尺度法與粒子群算法結(jié)合,提出了基于變尺度的粒子群優(yōu)化算法,同時將其應(yīng)用于非線性方程組的求解。然后,將改進(jìn)后的算法應(yīng)用于偏微分方程的求解中,將傳統(tǒng)的有限差分法進(jìn)行改進(jìn),并與改進(jìn)后的粒子群算法進(jìn)行結(jié)合求解偏微分方程,通過數(shù)值算例對其進(jìn)行驗證。再次,將和聲搜索算法與局部搜索能力較好的變尺度法相結(jié)合,提出了基于變尺度的和聲搜索算法。通過數(shù)值實驗驗證改進(jìn)后的算法尋優(yōu)能力較強(qiáng),魯棒性較好,而且方法容易實現(xiàn)。最后,探討了將微分方程轉(zhuǎn)化為變分問題的方法,將求解微分方程的權(quán)余量方法與標(biāo)準(zhǔn)粒子群算法進(jìn)行結(jié)合,提出了一種新的求解優(yōu)化問題的方法。同時,在結(jié)合傳統(tǒng)的最小二乘近似解法與粒子群算法的基礎(chǔ)上,提出了結(jié)合粒子群算法和最小二乘法求解變分優(yōu)化問題的新方法。給出改進(jìn)思路、計算流程后,通過仿真實驗發(fā)現(xiàn)改進(jìn)的兩種變分優(yōu)化算法有較強(qiáng)的適用性。

齊微 ·數(shù)據(jù)庫 ·7.1萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 临武县| 南通市| 高州市| 巴东县| 利辛县| 江北区| 贡觉县| 夏津县| 玉溪市| 海伦市| 濮阳市| 交口县| 拜泉县| 盘山县| 汤原县| 从化市| 绥芬河市| 诏安县| 呼伦贝尔市| 韩城市| 阳江市| 东乌珠穆沁旗| 汤原县| 广东省| 芷江| 德清县| 潼南县| 宜都市| 许昌县| 深州市| 灵台县| 元阳县| 临颍县| 邯郸市| 汶上县| 怀柔区| 荥阳市| 石河子市| 东平县| 潼关县| 平遥县|