书目信息 |
| 题名： |
统计机器学习
|
|
| 作者： | 戈尔登 著 ；刘凯 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2025.03 |
|
| 页数： | XIV, 362页 | |
| 开本： | 24cm | |
| 丛书名： | 智能系统与技术丛书 | |
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi | |
| 电子资源： | ||
| ISBN： | 978-7-111-77225-5 | |
| 000 | 01889nam 2200313 450 | |
| 001 | 92621 | |
| 005 | 20250818102804.22 | |
| 010 | @a978-7-111-77225-5@dCNY139.00 | |
| 100 | @a20250328d2025 em y0chiy50 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a统计机器学习@Atong ji ji qi xue xi@e原理与实践@f(美) 理查德·M. 戈尔登著@d= Statistical machine learning@ea unified framework@fRichard M. Golden@g刘凯 ... [等] 译@zeng |
| 210 | @a北京@c机械工业出版社@d2025.03 | |
| 215 | @aXIV, 362页@c图@d24cm | |
| 225 | 2 | @a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu |
| 306 | @a由Taylor & Francis出版集团旗下CRC出版公司授权出版 | |
| 314 | @a理查德·M.戈尔登 (Richard M. Golden), 得克萨斯大学达拉斯分校认知科学教授, 并兼任该校电子工程系教授。在过去三十年间, 戈尔登教授在统计学与机器学习领域发表了大量学术论文, 并在国际学术会议上就广泛议题发表演讲。他的长期研究兴趣包括:确立确定性及随机性机器学习算法的收敛条件, 以及探究存在概率模型误设情况下的估计与推断问题。 | |
| 320 | @a有书目 (第346-362页) | |
| 330 | @a本书主要介绍统计机器学习框架, 该框架以基于机器学习算法获得真实数据生成过程 (DGP) 概率分布的最佳近似为前提。统计机器学习框架由一组核心定理支撑, 能够用来分析许多常见机器学习算法对DGP的渐近性。书中通过相关机器学习案例帮助学生理解框架中的核心定理。具体来说, 本书分为四部分: 第一部分通过实例介绍了机器学习算法概念和描述算法的数学工具 ; 第二部分讨论了确定性学习机的渐近行为 ; 第三部分讨论了随机推理机和随机学习机的渐近行为 ; 第四部分关注的是机器学习算法的泛化性能表征问题。 | |
| 410 | 0 | @12001 @a智能系统与技术丛书 |
| 500 | 10 | @aStatistical machine learning : a unified framework@mChinese |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 1 | @a戈尔登@Age er deng@g(Golden, Richard M.)@4著 |
| 702 | 0 | @a刘凯@Aliu kai@4译 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP181@eG230@f1 | |
| 统计机器学习：原理与实践/(美) 理查德·M. 戈尔登著= Statistical machine learning：a unified framework/Richard M. Golden/刘凯 ... [等] 译.-北京：机械工业出版社，2025.03 |
| XIV, 362页：图；24cm.-(智能系统与技术丛书) |
| ISBN 978-7-111-77225-5：CNY139.00 |
| 本书主要介绍统计机器学习框架, 该框架以基于机器学习算法获得真实数据生成过程 (DGP) 概率分布的最佳近似为前提。统计机器学习框架由一组核心定理支撑, 能够用来分析许多常见机器学习算法对DGP的渐近性。书中通过相关机器学习案例帮助学生理解框架中的核心定理。具体来说, 本书分为四部分: 第一部分通过实例介绍了机器学习算法概念和描述算法的数学工具 ; 第二部分讨论了确定性学习机的渐近行为 ; 第三部分讨论了随机推理机和随机学习机的渐近行为 ; 第四部分关注的是机器学习算法的泛化性能表征问题。 |
| ● |
| 相关链接 |
|
|
|
正题名：统计机器学习
索取号：TP181/G230
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1626585 | 216265850 | 自科库301/ [索取号:TP181/G230] | 在馆 |