000
02098nam 2200361 450
001
2437306613
010
@ a978-7-111-73526-7@ dCNY119.00
100
@ a20231114d2023 em y0chiy0120 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aaf a 000yy
106
@ ar
200
1
@ a模式识别和机器学习基础@ Amo shi shi bie he ji qi xue xi ji chu@ f(美) 乌利塞斯·布拉加-内托著@ d= Fundamentals of pattern recognition and machine learning@ fUlisses Braga-Neto@ g潘巍 ... [等] 译@ zeng
210
@ a北京@ c机械工业出版社@ d2023.07
215
@ a246页, [12] 页图版@ c图 (部分彩图)@ d26cm
225
2
@ a智能科学与技术丛书@ Azhi neng ke xue yu ji shu cong shu
304
@ a题名页题: 潘巍, 欧阳建权, 刘莹, 赵地, 苏统华译
314
@ a乌利塞斯·布拉加-内托 (Ulisses Braga-Neto) 得克萨斯农工大学电气与计算机工程系教授。他的主要研究领域是模式识别、机器学习、统计信号处理及其在生物信息学和材料信息学中的应用。潘巍, 黑龙江科技大学计算机与信息工程学院副教授。主要研究方向为机器学习、模式识别、智慧农业等。欧阳建权, 湘潭大学计算机学院、网络空间安全学院教授、博导。主要研究方向为区块链、人工智能和信息安全。
320
@ a有书目 (第235-246页)
330
@ a本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系, 介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了最优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。
410
0
@ 12001 @ a智能科学与技术丛书
500
10
@ aFundamentals of pattern recognition and machine learning@ mChinese
586
@ a
606
0
@ a模式识别@ Amo shi shi bie
606
0
@ a机器学习@ Aji qi xue xi
690
@ aTP391.4@ v5
690
@ aTP181@ v5
701
1
@ a布拉加-内托@ Abu la jia -nei tuo@ g(Braga-Neto, Ulisses)@ 4著
702
0
@ a潘巍@ Apan wei@ 4译
702
0
@ a欧阳建权@ Aou yang jian quan@ 4译
702
0
@ a刘莹@ Aliu ying@ 4译
801
0
@ aCN@ c20231114
905
@ dTP391.4@ eB982@ f1@ sTP391.4/B982@ S@ Z
模式识别和机器学习基础/(美) 乌利塞斯·布拉加-内托著= Fundamentals of pattern recognition and machine learning/Ulisses Braga-Neto/潘巍 ... [等] 译.-北京：机械工业出版社，2023.07 246页, [12] 页图版：图 (部分彩图)；26cm.-(智能科学与技术丛书) ISBN 978-7-111-73526-7：CNY119.00 本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系, 介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了最优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
21613822
216138221
自科库301/301自科库 65排4列2层/
[索取号:TP391.4/B982]
在馆
