体质测试数据挖掘与运动处方推荐方法研究
内容简介:本书以某高校数万名本科生的体测数据为研究对象,融合数据挖掘、机器学习与深度学习等前沿技术,提出了一套从数据预处理、关联规则挖掘、分类预测到运动处方推荐的全流程解决方案。全书共分为9章,涵盖频繁项集挖掘算法的优化、目标关联规则的高效生成、带缺失项数据的分类模型选择、基于领域知识的数据预测方法、考虑推荐优先级的一维残差网络推荐模型等多个创新点。
登录后可荐购