机读格式显示(MARC)

• 000 01737nam 2200397 450

• 001 0000434239

• 005 20250417122700.0

• 010 __ |a 978-7-111-76322-2 |d CNY139.00

• 021 __ |a CN |b 01-2020-4934

• 099 __ |a CAL 012025011419

• 100 __ |a 20250219d2024 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 机器学习的数学基础 |A ji qi xue xi de shu xue ji chu |d = Mathematics for machine learning |f (英) 马克·彼得·戴森罗特(Marc Peter Deisenroth), A. 阿尔多·费萨尔(A. Aldo Faisal), (马来) 翁承顺著 |f Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong |g 郝珊锋, 黄定江译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a xix, 372页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 306 __ |a 剑桥大学出版社与机械工业出版社合作出版 限中国大陆发行

• 320 __ |a 有书目 (第 [361] -372页)

• 330 __ |a 本书弥补了纯数学书籍和机器学习书籍存在的单一性问题，介绍了理解机器学习所需的必备数学概念，例如线性代数、解析几何、矩阵分解、向量微积分、优化、概率和统计，并使用这些概念推导出了四种核心机器学习方法：线性回归、主成分分析、高斯混合模型和支持向量机。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 510 1_ |a Mathematics for machine learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 数学理论

• 690 __ |a TP181 |v 5

• 690 __ |a O1 |v 5

• 701 _1 |a 戴森罗特 |A dai sen luo te |g (Deisenroth, Marc Peter) |4 著

• 701 _1 |a 费萨尔 |A fei sa er |g (Faisal, A. Aldo) |4 著

• 701 _0 |a 翁承顺 |A weng cheng shun |4 著

• 702 _0 |a 郝珊锋 |A hao shan feng |4 译

• 702 _0 |a 黄定江 |A huang ding jiang |4 译

• 801 _0 |a CN |b ZJU |c 20250219

• 905 __ |a XATU |d TP181/407

• 920 __ |a 261060 |z 1

• 998 __ |a ZJU