机读格式显示(MARC)

• 000 01803nam0 2200409 450

• 001 0000438646

• 005 20250517165100.0

• 010 __ |a 978-7-5159-2308-6 |b 精装 |d CNY88.00

• 021 __ |a CN |b 01-2023-4608

• 099 __ |a CAL 012024127244

• 100 __ |a 20241030d2024 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 行星科学的机器学习 |A xing xing ke xue de ji qi xue xi |d = Machine learning for planetary science |f (德) 乔恩·赫尔伯特(Joern Helbert)[等]著 |f Joern Helbert |g 安源[等]译 |z eng

• 210 __ |a 北京 |c 中国宇航出版社 |d 2024

• 215 __ |a XIV, 161页, [8] 页图版 |c 图 (部分彩图) |d 27cm

• 300 __ |a 航天科技图书出版基金资助出版

• 304 __ |a 题名页题其余责任者：(德) 马里奥·达莫尔(Mario D'Amore), (美) 迈克尔·埃(Michael Aye), (美) 汉娜·克纳(Hannah Kerner); 题名页题其余责任者还有：杨开忠, 姜宇, 陈爽

• 306 __ |a 本版由Elsevier Inc.授权中国宇航出版社在中国大陆地区 (不包括香港、澳门以及台湾地区) 出版发行

• 320 __ |a 有书目 (第157-161页)

• 330 __ |a 本书主要介绍了多年来对机器学习理论用于行星科学探测的理解，通过深入浅出的理论阐述，利用索取行星公开数据的工具，对行星探测、着陆车等方面的典型实例进行详细分析，较为全面地介绍了机器学习方法在行星科学中的理论分析、工具应用与实例分析过程。

• 510 1_ |a Machine learning for planetary science |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 行星物理学

• 690 __ |a P185 |v 5

• 690 __ |a P185-39 |v 5

• 701 _1 |a 赫尔伯特 |A he er bo te |g (Helbert, Joern) |4 著

• 701 _1 |a 达莫尔 |A da mo er |g (D'Amore, Mario) |4 著

• 701 _1 |a 埃 |A ai |g (Aye, Michael) |4 著

• 702 _0 |a 安源 |A an yuan |4 译

• 702 _0 |a 杨开忠 |A yang kai zhong |4 译

• 702 _0 |a 姜宇 |A jiang yu |4 译

• 801 _0 |a CN |b 百万庄 |c 20241030

• 905 __ |a XATU |d P185/2

• 920 __ |a 261060 |z 1

• 998 __ |a PUL