第1章 大數(shù)據(jù)概述
1.1 大數(shù)據(jù)的概念與價值
1.1.1 大數(shù)據(jù)的定義
1.1.2 大數(shù)據(jù)的價值
1.1.3 大數(shù)據(jù)思維
1.2 大數(shù)據(jù)的發(fā)展歷程
1.2.1 大數(shù)據(jù)的昨天
1.2.2 大數(shù)據(jù)的
1.3 大數(shù)據(jù)技術分析
1.3.1 大數(shù)據(jù)平臺架構
1.3.2 大數(shù)據(jù)與機器學習
1.3.3 數(shù)據(jù)分析
1.4 大數(shù)據(jù)的應用及治理體系
1.4.1 大數(shù)據(jù)的應用
1.4.2 大數(shù)據(jù)時代下的安全問題
1.4.3 完善大數(shù)據(jù)安全治理體系的重要性
參考文獻
第2章 機器學習及其算法
2.1 機器學習
2.1.1 基本術語
2.1.2 模型的評估與選擇
2.2 機器學習算法
2.2.1 線性回歸
2.2.2 邏輯(logistics)回歸
2.2.3 決策樹
2.2.4 樸素貝葉斯理論
2.2.5 支持向量機
2.2.6 集成學習
2.2.7 神經(jīng)網(wǎng)絡
2.2.8 聚類
2.2.9 降維與特征選擇
參考文獻
第3章 大數(shù)據(jù)在電線電纜生產(chǎn)中的應用
3.1 行業(yè)概況
3.1.1 電線電纜的概念
3.1.2 電線電纜的發(fā)展過程
3.1.3 電線電纜行業(yè)市場分析
3.1.4 電線電纜的重要作用
3.1.5 電線電纜生產(chǎn)中存在的問題
3.2 大數(shù)據(jù)需求分析
3.2.1 電線電纜行業(yè)與大數(shù)據(jù)相結合的背景
3.2.2 需求分析
3.3 具體應用案例
3.3.1 概述
3.3.2 線徑預測模型建立過程中的常用算法
3.4 應用效果
3.4.1 模型性能評估
3.4.2 企業(yè)應用展示
參考文獻
第4章 大數(shù)據(jù)在視覺識別中的應用