基于机器学习的数据缺失值填补

书籍简介:

全书共8章，从内容逻辑上可分为四部分。第一部分为第1~3章，首先介绍缺失值填补领域的数据缺失机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。第二部分为第4~5章，对目前神经网络在缺失值填补领域的研究成果进行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。第三部分为第6~7章，详细介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改进TS模型。第四部分为第8章，以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。

书籍规格:

书籍信息归属:

基于机器学习的数据缺失值填补是机械工业出版社于2020.9出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。