4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
数学建模常用算法及Python实现

数学建模常用算法及Python实现

作者:陈星
出版社:河南大学出版社出版时间:2022-11-01
开本: 16开 页数: 339
中 图 价:¥40.8(6.0折) 定价  ¥68.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>
微信公众号

数学建模常用算法及Python实现 版权信息

数学建模常用算法及Python实现 内容简介

本书针对具有简单Python编程基础知识或零基础的学生,从软件安装、环境设置、基础语法和简单程序实现入手,帮助学生学会Python编程,深入浅出地介绍了数据处理的简单方法、数据的统计分析、数据插值与拟合、数据降维、数据聚类分析、解(微分)方程、**化技术、智能算法、图论、神经网络、模糊综合评判与时间序列分析,以及机器学习中常见的部分分类预测算法等常用的数学建模方法。针对大多数院校并未开设数学建模必修课程,学生对各种数学方法不够了解的情况,本书的各种算法的呈现避开理论推导,从实际问题出发,增强算法的可解释性,让算法思想简单易懂,便于学生自学;在实例中应用算法,并通过模块化的Python程序实现具体计算,便于学生在数学建模竞赛过程中根据具体问题特征,选择恰当的算法并实现,为学生后续参加数学建模竞赛、从事数据处理或分析等相关职业奠定基础。我相信这本书的出版将极大地便利大学生今后参加各种数学建模竞赛。

数学建模常用算法及Python实现 目录

第1章 Python语言入门 1.1 Python安装与环境配置 1.2 Python编程基础 1.3 模块与库 第2章 数据分析基础方法 2.1 外部数据导入与存储 2.2 数据清洗 2.3 统计分析和数据可视化方法 2.4 插值 2.5 数据拟合 第3章 聚类 3.1 K-Means聚类 3.2 DBSCAN聚类 3.3 层次聚类 第4章 数据降维 4.1 数据降维的基本概念与原理 4.2 主成分分析(PCA) 4.3 奇异值分解降维(SVD) 4.4 多维缩放算法(MDS) 4.5 等度量映射(Isomap) 第5章 分类 5.1 判别分析 5.2 逻辑回归 5.3 朴素贝叶斯 第6章 方程与方程组的数值解法 6.1 一般方程及方程组求解 6.2 常微分方程及方程组的解 第7章 线性规划 7.1 简单模型及基本概念 7.2 线性规划的算法 7.3 线性规划问题的Python求解 第8章 非线性规划 8.1 无约束非线性规划 8.2 约束非线性规划 第9章 整数规划 9.1 简单模型及基本概念 9.2 整数线性规划的算法 9.3 整数规划问题求解的Python实现 第10章 多目标规划 10.1 简单模型及基本概念 10.2 多目标规划的常用算法 10.3 多目标规划常用算法的Python实现 第11章 智能算法 11.1 遗传算法 11.2 蚁群算法 第12章 图论与网络优化 12.1 图的基本概念与常用Python函数 12.2 *短路问题 12.3 匹配问题 12.4 *小生成树 12.5 行遍性问题 第13章 回归分析 13.1 回归分析基础知识 13.2 线性回归分析 13.3 多元多项式回归分析 13.4 非线性回归分析 第14章 神经网络 14.1 单个人工神经元的模型 14.2 神经网络 14.3 神经网络应用问题实例及其Python实现 第15章 综合评判 15.1 层次分析法 15.2 模糊综合评价法 第16章 时间序列分析 16.1 时间序列的概念和模型 16.2 时间序列的模式识别 16.3 Python实现 附录 参考文献
展开全部
商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服