MARC状态:已编 文献类型:中文图书 浏览次数:61
- 题名/责任者:
- 数据科学与机器学习:数学与统计方法/(澳)迪尔克·P. 克洛泽(Dirk P. Kroese)[等]著 于俊伟, 刘楠译
- 出版发行项:
- 北京:机械工业出版社,2023
- ISBN及定价:
- 978-7-111-71139-1/CNY139.00
- 载体形态项:
- 12,393页:图;26cm
- 并列正题名:
- Data science and machine learning:mathematical and statistical methods
- 其它题名:
- 数学与统计方法
- 丛编项:
- 数据科学与工程技术丛书
- 个人责任者:
- (澳) 克洛泽 (Kroese, Dirk P.) 著
- 个人次要责任者:
- 于俊伟 译
- 个人次要责任者:
- 刘楠 译
- 学科主题:
- 数据处理
- 学科主题:
- 机器学习
- 中图法分类号:
- TP274
- 中图法分类号:
- TP181
- 题名责任附注:
- 著者还有:(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)
- 版本附注:
- Dirk P. Kroese,Zdravko I. Botev,Thomas Taimre,Radislav Vaisman授权出版
- 提要文摘附注:
- 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。
全部MARC细节信息>>