机读格式显示(MARC)

• 000 01660nam0 2200337 450

• 001 0000875422

• 005 20221110105400.0

• 010 __ |a 978-7-118-12536-8 |b 精装 |d CNY178.00

• 100 __ |a 20221019d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 实证机器学习 |A shi zheng ji qi xue xi |f (保) 普拉门·P. 安格洛夫, 顾晓伟著 |d Emipirical approach to machine learning |f Plamen P. Angelov, Xiaowei Gu |g 陈杰 ... [等] 译 |z eng

• 210 __ |a 北京 |c 国防工业出版社 |d 2022

• 215 __ |a xxv, 362页, 16页图版 |c 图 (部分彩图) |d 25cm

• 300 __ |a 装备科技译著出版基金

• 304 __ |a 题名页题: 陈杰, 谭天乐, 周春花, 钮赛赛, 赵瑜等译

• 306 __ |a 本书简体中文版由Springer授权国防工业出版社独家出版发行

• 320 __ |a 有书目

• 330 __ |a 本书通过引入从局部到全局数据样本特性 (包括累计邻近、典型性和偏心距) 作为数据的特征, 发展一种全新的、完全数据驱动的机器学习方法, 即所谓“实证机器学习方法”。该方法可以最大程度地减少对“人工”介入的依赖, 可以从少量数据出发获得持续学习能力, 可以实现信号处理、机器视觉、异常探测等实时在线应用。全文从理论背景、理论基础、实现应用三方面进行了介绍。在文中和附录中, 还给出了各类应用实例的伪代码和MatLab代码, 便于读者尽快进入角色和开展实际应用。

• 500 10 |a Emipirical approach to machine learning |A Emipirical approach to machine learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 安格洛夫 |A an ge luo fu |g (Angelov, Plamen P.) |4 著

• 701 _0 |a 顾晓伟 |A gu xiao wei |4 著

• 702 _0 |a 陈杰 |A chen jie |4 译

• 702 _0 |a 谭天乐 |A tan tian le |4 译

• 801 _0 |a CN |b HDUL |c 20221110

• 905 __ |a HDUL |d TP181/3431

• 920 __ |a 233030 |z 1