机读格式显示(MARC)

• 000 01677nam 2200325 450

• 001 0000665765

• 005 20171205091800.0

• 010 __ |a 978-7-111-56526-0 |b 精装 |d CNY269.00

• 100 __ |a 20170714e20172015em y0chiy0121 ba

• 101 0_ |a eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 机器学习 |A Ji Qi Xue Xi |e a bayesian and optimization perspective |f Sergios Theodoridis |d Machine learning |e 贝叶斯和优化方法 |f (希) 西格尔斯·西奥多里蒂斯著 |z chi

• 205 __ |a 影印版

• 210 __ |a 北京 |c 机械工业出版社 |d 2017

• 215 __ |a xviii, 1050页 |c 图 (部分彩图) |d 25cm

• 225 2_ |a 经典原版书库 |A jing dian yuan ban shu ku

• 306 __ |a 本书英文影印版由Elsevier (Singapore) Pte Ltd.授权机械工业出版社在中华人民共和国境内出版

• 314 __ |a 西格尔斯·西奥多里蒂斯 (Sergios Theodoridis), 雅典大学教授, 研究兴趣包括机器学习、模式识别和信号处理等。

• 320 __ |a 有书目和索引

• 330 __ |a 本书对所有主要的机器学习方法和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/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, 新趋势包括稀疏、凸分析与优化、在线分布式算法、RKH空间学习、贝叶斯推断、图模型与隐马尔可夫模型、粒子滤波、深度学习、字典学习和潜变量建模等。全书构建了一套明晰的机器学习知识体系, 各章内容相对独立, 物理推理、数学建模和算法实现精准且细致, 并辅以应用实例和习题。

• 410 _0 |1 2001 |a 经典原版书库

• 510 1_ |a 机器学习 |e 贝叶斯和优化方法 |z chi

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 西奥多里蒂斯 |A xi ao duo li di si |g (Theodoridis Sergios) |4 著

• 801 _0 |a CN |b 三新书业 |c 20171124

• 905 __ |a HDUL |d TP181/122

• 920 __ |a 233030 |z 1