机读格式显示(MARC)

• 000 01255nam0 2200265 450

• 001 0000376643

• 005 20240924092855.48

• 010 __ |a 978-7-302-62735-7 |d CNY168.00

• 100 __ |a 20240913d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ac a 001yy

• 106 __ |a r

• 200 1_ |a 人工智能的数学基础 |A ren gong zhi neng de shu xue ji chu |i 数据之本 |f 于江生著

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 560页 |c 图, 肖像 |d 26cm

• 311 __ |a 本书是《人工智能的数学基础——随机之美》的姊妹篇

• 330 __ |a 本书共分四部分：第一部分是统计学历史背景(第1-2章)，介绍了数理统计学奠基人费舍尔和内曼的学术成就、数理统计学简史。第二部分是经典统计学(第3-6章)，涉及统计学的基本概念、参数估计理论、假设检验、回归分析与方差分析。第三部分是现代统计学(第7-9章)，涵盖了多元统计分析(如核方法、特征工程、聚类、分类等)、期望最大化算法、时间序列分析等内容。第四部分是附录，包含常用科学计算软件(R、Maxima、GnuPlot等)、最优化方法、核密度估计、再生核希尔伯特空间、张量分析等背景知识。

• 488 _0 |1 2001 |a 人工智能的数学基础——随机之美

• 517 1_ |a 数据之本 |A shu ju zhi ben

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用数学

• 690 __ |a TP18 |v 5

• 690 __ |a O29

• 701 _0 |a 于江生 |A yu jiang sheng |4 著

• 801 _2 |a CN |b GDXHCF |c 20240924