书目信息 |
| 题名： |
面向信号处理的机器学习
|
|
| 作者： | 里特尔 著 ；张轶 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2023.05 |
|
| 页数： | 281页 | |
| 开本： | 26cm | |
| 丛书名： | 智能科学与技术丛书 | |
| 单 册： | ||
| 中图分类： | TN911.72 | |
| 科图分类： | ||
| 主题词： | 数字信号处理--shu zi xin hao chu li | |
| 电子资源： | ||
| ISBN： | 978-7-111-72530-5 | |
| 000 | 01884nam 2200313 450 | |
| 001 | 483440 | |
| 010 | @a978-7-111-72530-5@dCNY109.00 | |
| 100 | @a20220906d2023 em y0chiy50 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a面向信号处理的机器学习@Amian xiang xin hao chu li de ji qi xue xi@e数据科学、算法与计算统计学@f(英) 麦克斯·A.里特尔著@d= Machine learning for signal processing@edata science, algorithms, and computational statistics@fMax A. Little@g张轶译@zeng |
| 210 | @a北京@c机械工业出版社@d2023.05 | |
| 215 | @a281页@c图@d26cm | |
| 225 | 2 | @a智能科学与技术丛书@Azhi neng ke xue yu ji shu cong shu |
| 306 | @a由Oxford University Press 授权出版 | |
| 314 | @a麦克斯·A.里特尔, 伯明翰大学计算机科学学院副教授, 麻省理工学院媒体实验室客座副教授, 牛津大学纳菲尔德临床神经科学系荣誉副教授。张轶, 四川大学计算机学院副教授、硕士生导师, 研究方向为模式识别、视觉计算和机器智能, 研究领域涉及智能监控、自动驾驶和机器人等。 | |
| 320 | @a有书目 (第275-281页) | |
| 330 | @a本书将这两方面的内容有机结合, 首先介绍了相关的数学基础知识, 包括代数、集合、线性运算、概率论、图论、计算复杂度、优化等。接下来介绍信号处理的基础知识, 包括采样、统计建模、线性时不变系统、小波变换等, 同时穿插介绍机器学习的基本概念和运算, 比如回归、支持向量机、聚类、主成分分析等。在此基础上有机地将二者进行结合, 阐述了非参数模型和信号处理中的机器学习算法。 | |
| 410 | 0 | @12001 @a智能科学与技术丛书 |
| 500 | 10 | @aMachine learning for signal processing : data science, algorithms, and computational statistics@mChinese |
| 517 | 1 | @a数据科学、算法与计算统计学@Ashu ju ke xue 、 suan fa yu ji suan tong ji xue |
| 606 | 0 | @a数字信号处理@Ashu zi xin hao chu li |
| 690 | @aTN911.72@v5 | |
| 701 | 1 | @a里特尔@Ali te er@g(Little, Max A.)@4著 |
| 702 | 0 | @a张轶@Azhang yi@4译 |
| 801 | 0 | @aCN@c20220906 |
| 905 | @a河南城建学院图书馆@dTN911.72@eL352 | |
| 面向信号处理的机器学习：数据科学、算法与计算统计学/(英) 麦克斯·A.里特尔著= Machine learning for signal processing：data science, algorithms, and computational statistics/Max A. Little/张轶译.-北京：机械工业出版社，2023.05 |
| 281页：图；26cm.-(智能科学与技术丛书) |
| ISBN 978-7-111-72530-5：CNY109.00 |
| 本书将这两方面的内容有机结合, 首先介绍了相关的数学基础知识, 包括代数、集合、线性运算、概率论、图论、计算复杂度、优化等。接下来介绍信号处理的基础知识, 包括采样、统计建模、线性时不变系统、小波变换等, 同时穿插介绍机器学习的基本概念和运算, 比如回归、支持向量机、聚类、主成分分析等。在此基础上有机地将二者进行结合, 阐述了非参数模型和信号处理中的机器学习算法。 |
| ● |
| 相关链接 |
|
|
|
正题名：面向信号处理的机器学习
索取号：TN911.72/L352
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1595891 | 215958916 | 自科库301/301自科库 99排7列3层/ [索取号:TN911.72/L352] | 在馆 |