潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

线性代数与数据学习/(美) 吉尔伯特·斯特朗著 余志平, 李铁夫, 马辉译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-63640-3/CNY138.00

载体形态项:

XII, 371页:图;26cm

统一题名:

Linear algebra and learning from data

丛编项:

电子信息前沿技术丛书

个人责任者:

斯特朗 (Strang, Gilbert) 著

个人次要责任者:

余志平 译

个人次要责任者:

李铁夫 译

个人次要责任者:

马辉 译

学科主题:

线性代数

学科主题:

机器学习

中图法分类号:

O151.2

中图法分类号:

TP181

出版发行附注:

据Wellesley-Cambridge Press 2019年英文版译出

责任者附注:

余志平, 清华大学集成电路学院教授、博士生导师, IEEE Life Fellow (国际电气与电子工程学会终身会士)。曾任清华大学微电子学研究所副所长、清华大学微电子学冠名教授 (由 Pericom、Novellus 公司赞助)。在斯坦福大学攻读博士学位及其后工作期间, 为多家集成电路企业 (如HP、Intel、台积电) 提供咨询并参与研究项目。李铁夫, 清华大学集成电路学院副研究员、院长助理, 北京量子信息科学研究院兼聘研究员, 日本理化学研究所客座研究员。2003年、2009年分别于清华大学电子工程系和微电子学研究所获得学士、博士学位。主要研究领域为超导量子计算、微纳机电系统和量子接口器件, 在国际知名期刊和会议上发表论文60余篇。马辉, 清华大学数学科学系教授、博士生导师。2000年于北京大学数学科学学院获得理学博士学位, 先后在清华大学、美国马萨诸塞州州立大学Amherst分校作博士后研究。2004年6月起在清华大学任教。主要研究领域为微分几何, 特别在拉格朗日子流形的几何与拓扑、超曲面的几何等方面做出了富有意义的研究成果。吉尔伯特·斯特朗 (Gilbert Strang), 美国享有盛誉的数学家、教育家, 在有限元理论、变分法、小波分析和线性代数等方面皆有研究贡献。他对数学教育做出了许多贡献, 出版了十几部数学教科书和专著。曾任麻省理工学院数学系MathWorks讲座教授。

书目附注:

有索引

提要文摘附注:

本书是深度学习的导论, 全面介绍机器学习的数学基础, 阐述架构神经网络的核心思想, 主要内容包括线性代数的重点、大规模矩阵的计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。本书可作为数据科学方向的数学基础课程教材, 也可供人工智能、深度学习领域的科研人员和工程技术人员参考。

豆瓣简介：