Ta上传的资源 (0)

《大数据:互联网大规模数据挖掘与分布式处理》由斯坦福大学的“web挖掘”课程的内容总结而成,主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题,以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

《粗糙集理论与方法》系统地介绍了粗糙集理论的基本内容与方法,力图概括国内外最新成果。主要内容有:粗糙集的基本概念,粗糙计算方法,粗糙集的代数性质与粗糙逻辑,粗糙集的各种推广模型,粗糙集与其他处理不确定或不精确问题理论的联系以及不完备信息系统下的粗糙集方法。显示更多显示更少

在阐释粗糙集理论基本体系结构的基础上,从多个角度探讨粗糙集模型的研究思路,分析粗糙集理论与模糊集、证据理论、粒计算、形式概念分析、知识空间等其它理论之间的联系,介绍国内外关于粗糙集理论研究的主要方向和发展状况,讨论当前粗糙集理论研究的热点研究领域以及将来需要重点研究的主要问题.