机读格式显示(MARC)

• 000 02004oam2 2200373 450

• 001 0000699444

• 005 20240816171400.0

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

• 100 __ |a 20221205d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a 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 |e mathematical and statistical methods |f Dirk P. Kroese |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 题名页题其余责任者 ： ( 澳 ) 兹德拉夫科·I. 波提夫 ( Zdravko I. Botev ) 、 ( 澳 ) 托马斯·泰姆勒 ( Thomas Taimre ) 、 ( 澳 ) 拉迪斯拉夫·维斯曼 ( Radislav Vaisman )

• 306 __ |a Dirk P. Kroese,Zdravko I. Botev,Thomas Taimre,Radislav Vaisman授权出版

• 320 __ |a 有书目 (第387-393页)

• 330 __ |a 本书展示了现代机器学习技术背后的数学思想, 深入探讨了数据科学方法, 给出了主要定理和后续推导的证明, 并提供了大量Python代码, 旨在帮助读者更好地理解数学和统计学知识, 为数据科学中丰富多样的思想和机器学习算法提供支撑。书中首先介绍了数据的相关概念, 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。

• 410 _0 |1 2001 |a 数据科学与工程技术丛书

• 500 10 |a Data science and machine learning |A Data Science And Machine Learning

• 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

• 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 juan wei |4 译

• 702 _0 |a 刘楠 |A liu nan |4 译

• 801 _0 |a CN |b WFKJXY |c 20240816

• 905 __ |a WFKJXY |d TP274/662