机读格式显示(MARC)

• 000 02613nam 2200361 450

• 001 0000800054

• 005 20250723200600.0

• 010 __ |a 978-7-302-63640-3 |d CNY138.00

• 100 __ |a 20240628d2024 emky0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 001yy

• 106 __ |a r

• 200 1_ |a 线性代数与数据学习 |A xian xing dai shu yu shu ju xue xi |f (美) 吉尔伯特·斯特朗著 |d = Linear algebra and learning from data |f Gilbert Strang |g 余志平, 李铁夫, 马辉译 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a XII, 371页 |c 图 |d 26cm

• 225 2_ |a 电子信息前沿技术丛书 |A dian zi xin xi qian yan ji shu cong shu

• 306 __ |a 据Wellesley-Cambridge Press 2019年英文版译出

• 314 __ |a 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。

• 320 __ |a 有索引

• 330 __ |a 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。

• 410 _0 |1 2001 |a 电子信息前沿技术丛书

• 500 10 |a Linear algebra and learning from data |A Linear Algebra And Learning From Data |m Chinese

• 606 0_ |a 线性代数 |A xian xing dai shu

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a O151.2 |v 5

• 690 __ |a TP181 |v 5

• 701 _1 |a 斯特朗 |A si te lang |g (Strang, Gilbert) |4 著

• 702 _0 |a 余志平 |A yu zhi ping |4 译

• 702 _0 |a 李铁夫 |A li tie fu |4 译

• 702 _0 |a 马辉 |A ma hui |4 译

• 801 _0 |a CN |b WFKJXY |c 20250723

• 905 __ |a WFKJXY |d O151.2/115