书目信息 |
| 题名： |
线性代数与数据学习
|
|
| 作者： | 斯特朗 著 ；余志平 ， 李铁夫 ， 马辉 译 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2024.06 |
|
| 页数： | xii, 371页 | |
| 开本： | 26cm | |
| 丛书名： | 电子信息前沿技术丛书 | |
| 单 册： | ||
| 中图分类： | O151.2 ， TP181 | |
| 科图分类： | ||
| 主题词： | 线性代数--xian xing dai shu , 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-302-63640-3 | |
| 000 | 02074nam 2200349 450 | |
| 001 | 2441876227 | |
| 010 | @a978-7-302-63640-3@dCNY138.00 | |
| 100 | @a20240606d2024 em y0chiy0120 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 001yy | |
| 106 | @ar | |
| 200 | 1 | @a线性代数与数据学习@Axian xing dai shu yu shu ju xue xi@f(美) 吉尔伯特·斯特朗著@d= Linear algebra and learning from data@fGilbert Strang@g余志平, 李铁夫, 马辉译@zeng |
| 210 | @a北京@c清华大学出版社@d2024.06 | |
| 215 | @axii, 371页@c图@d26cm | |
| 225 | 2 | @a电子信息前沿技术丛书@Adian zi xin xi qian yan ji shu cong shu |
| 314 | @a吉尔伯特·斯特朗 (Gilbert Strang), 美国享有盛誉的数学家、教育家, 在有限元理论、变分法、小波分析和线性代数等方面皆有研究贡献。他对数学教育做出了许多贡献, 出版了十几部数学教科书和专著。余志平, 清华大学集成电路学院教授、博士生导师, IEEE Life Fellow (国际电气与电子工程学会终身会士)。李铁夫, 清华大学集成电路学院副研究员、院长助理, 北京量子信息科学研究院兼聘研究员, 日本理化学研究所客座研究员。马辉, 清华大学数学科学系教授、博士生导师。2000年于北京大学数学科学学院获得理学博士学位, 先后在清华大学、美国马萨诸塞州州立大学Amherst分校作博士后研究。 | |
| 320 | @a有索引 | |
| 330 | @a本书源自吉尔伯特·斯特朗教授的第二门线性代数公开课, 帮助读者了解深度学习的学习路径。本书从零开始 (四个基本子空间), 无需线性代数课程基础就可以学习。主要内容包括线性代数基础、大规模矩阵计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。重点是解释数据科学和机器学习所依赖的数学, 而非关于计算、编程或软件的细节。本书内容丰富全面, 思路新颖独特, 讲授深入浅出, 强调实际应用。 | |
| 410 | 0 | @12001 @a电子信息前沿技术丛书 |
| 500 | 10 | @aLinear algebra and learning from data@mChinese |
| 586 | @a | |
| 606 | 0 | @a线性代数@Axian xing dai shu |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aO151.2@v5 | |
| 690 | @aTP181@v5 | |
| 701 | 1 | @a斯特朗@Asi te lang@g(Strang, Gilbert)@4著 |
| 702 | 0 | @a余志平@Ayu zhi ping@4译 |
| 702 | 0 | @a李铁夫@Ali tie fu@4译 |
| 702 | 0 | @a马辉@Ama hui@4译 |
| 801 | 0 | @aCN@c20240606 |
| 905 | @dO151.2@eS709@f1@sO151.2/S709@S@Z | |
| 线性代数与数据学习/(美) 吉尔伯特·斯特朗著= Linear algebra and learning from data/Gilbert Strang/余志平, 李铁夫, 马辉译.-北京：清华大学出版社，2024.06 |
| xii, 371页：图；26cm.-(电子信息前沿技术丛书) |
| ISBN 978-7-302-63640-3：CNY138.00 |
| 本书源自吉尔伯特·斯特朗教授的第二门线性代数公开课, 帮助读者了解深度学习的学习路径。本书从零开始 (四个基本子空间), 无需线性代数课程基础就可以学习。主要内容包括线性代数基础、大规模矩阵计算、低秩与压缩传感、特殊矩阵、概率与统计、最优化、数据学习等。重点是解释数据科学和机器学习所依赖的数学, 而非关于计算、编程或软件的细节。本书内容丰富全面, 思路新颖独特, 讲授深入浅出, 强调实际应用。 |
| ● |
| 相关链接 |
|
|
|
正题名：线性代数与数据学习
索取号：O151.2/S709
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 21616822 | 216168224 | 自科库401/401自科库 41排6列3层/ [索取号:O151.2/S709] | 在馆 |