机读格式显示(MARC)

• 000 02245nam 2200397 450

• 001 0000311572

• 005 20231130210900.0

• 010 __ |a 978-7-111-71139-1 |d CNY139.00

• 100 __ |a 20221221d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数据科学与机器学习 |A shu ju ke xue yu ji qi xue xi |e 数学与统计方法 |f (澳) 迪尔克·P. 克洛泽 ... [等] 著 |d = Data science and machine learning: mathematical and statistical methods |f Dirk P. Kroese ... [等] |g 于俊伟, 刘楠译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a xii, 393页 |c 图 |d 26cm

• 225 2_ |a 数据科学与工程技术丛书 |A shu ju ke xue yu gong cheng ji shu cong shu

• 304 __ |a 题名页题: (澳) 迪尔克·P. 克洛泽, 兹德拉夫科·I. 波提夫, 托马斯·泰姆勒, 拉迪斯拉夫·维斯曼著

• 306 __ |a 本书中文简体字版由Dirk P. Kroese, Zdravko I. Botev, Thomas Taimre, Radislav V aisman授权机械工业出版社独家出版

• 314 __ |a 迪尔克·P. 克洛泽, 博士, 昆士兰大学数学和统计学教授。兹德拉夫科·I. 波提夫, 博士, 澳大利亚数学科学研究所数据科学和机器学习讲师。托马斯·泰姆勒, 博士, 昆士兰大学数学和统计学高级讲师。

• 320 __ |a 有书目 (第387-393页)

• 330 __ |a 本书内容全面、严谨、翔实, 展示了现代机器学习技术背后的数学思想, 主要面向学习数据科学和机器学习课程的本科生和研究生。它首先介绍了数据的相关概念, 其次阐述了统计学习、蒙特卡罗方法、无监督学习的相关内容, 接着探讨了回归方法、正则化方法和核方法, 然后论述了分类问题与决策树和集成方法, 最后介绍了深度学习的相关内容。此外, 本书在附录中给出了相关内容的背景知识, 包含线性代数与泛函分析、多元微分与优化问题、概率与统计, 以及Python入门内容。

• 410 _0 |1 2001 |a 数据科学与工程技术丛书

• 500 10 |a Data science and machine learning : mathematical and statistical methods |m Chinese

• 517 1_ |a 数学与统计方法 |A shu xue yu tong ji fang fa

• 606 0_ |a 数据处理 |A shu ju chu li

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP274 |v 5

• 690 __ |a TP181 |v 5

• 701 _1 |a 克洛泽 |A ke luo ze |g (Kroese, Dirk P.) |4 著

• 701 _1 |a 波提夫 |A bo ti fu |g (Botev, Zdravko I.) |4 著

• 701 _1 |a 泰姆勒 |A tai mu le |g (Taimre, Thomas) |4 著

• 702 _0 |a 于俊伟 |A yu jun wei |4 译

• 702 _0 |a 刘楠 |A liu nan |4 译

• 801 _0 |a CN |b 湖北三新 |c 20221221

• 905 __ |a GDPTC |d TP274/458