书目信息 |
| 题名： |
机器学习
|
|
| 作者： | 西奥多里蒂斯 著 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2017.04 |
|
| 页数： | 18,1050页 | |
| 开本： | 25cm | |
| 丛书名： | 经典原版书库 | |
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--英文 | |
| 电子资源： | ||
| ISBN： | 978-7-111-56526-0 | |
| 000 | 01332oam2 2200301 450 | |
| 001 | 0100004449 | |
| 010 | @a978-7-111-56526-0@b精装@dCNY269.00 | |
| 100 | @a20170714e2017 em y0chiy50 ea | |
| 101 | 0 | @aeng@gchi |
| 102 | @aCN@b110000 | |
| 105 | @aak z 001yy | |
| 106 | @ar | |
| 200 | 1 | @a机器学习@Aji qi xue xi@e贝叶斯和优化方法@dMachine learning@ea bayesian and optimization perspective@e英文版@f(希)西格尔斯·西奥多里蒂斯(Sergios theodoridis)著@zeng |
| 205 | @a影印版 | |
| 210 | @a北京@c机械工业出版社@d2017.04 | |
| 215 | @a18,1050页@c图@d25cm | |
| 225 | 2 | @a经典原版书库 |
| 305 | @a本书译自原版Machine Learning: a Bayesian and Optimization Perspetive并由Elsevier授权出版 | |
| 330 | @a本书对所有主要的机器学习方法和最新研究趋势进行了深入探索，涵盖概率和确定性方法以及贝叶斯推断方法。其中，经典方法包括平均/最小二乘滤波、卡尔曼滤波、随机逼近和在线学习、贝叶斯分类、决策树、逻辑回归和提升方法等。 | |
| 333 | @a机器学习相关研究人员 | |
| 410 | 0 | @12001 @a经典原版书库 |
| 510 | 1 | @aMachine learning@ea bayesian and optimization perspective@zeng |
| 517 | 1 | @a贝叶斯和优化方法@Abei ye si he you hua fang fa |
| 606 | 0 | @a机器学习@x英文 |
| 690 | @aTP181@v5 | |
| 701 | 0 | @c(希)@a西奥多里蒂斯@Axi ao duo li di si@c(theodoridis, Sergios)@4著 |
| 801 | 0 | @aCN@c201701015 |
| 905 | @a河南城建学院图书馆@dTP181@eX002 | |
| 机器学习：贝叶斯和优化方法=Machine learning：a bayesian and optimization perspective：英文版/(希)西格尔斯·西奥多里蒂斯(Sergios theodoridis)著.-影印版.-北京：机械工业出版社，2017.04 |
| 18,1050页：图；25cm.-(经典原版书库) |
| 使用对象：机器学习相关研究人员 |
| ISBN 978-7-111-56526-0(精装)：CNY269.00 |
| 本书对所有主要的机器学习方法和最新研究趋势进行了深入探索，涵盖概率和确定性方法以及贝叶斯推断方法。其中，经典方法包括平均/最小二乘滤波、卡尔曼滤波、随机逼近和在线学习、贝叶斯分类、决策树、逻辑回归和提升方法等。 |
| ● |
| 相关链接 |
|
|
|
正题名：机器学习
索取号：TP181/X002
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1362573 | 213625736 | 自科库301/301自科库 39排2列5层/ [索取号:TP181/X002] | 在馆 |