MARC状态:审校 文献类型:中文图书 浏览次数:26
- 题名/责任者:
- 数据驱动的科学和工程:机器学习、动力系统与控制详解/(美) 史蒂文·L. 布伦顿, (美) J. 内森·库茨著 王占山, 施展, 刘莹莹译
- 出版发行项:
- 北京:机械工业出版社,2021.8
- ISBN及定价:
- 978-7-111-68861-7/CNY149.00
- 载体形态项:
- xx, 398页, [12] 页图版:图 (部分彩图);26cm
- 其它题名:
- 机器学习、动力系统与控制详解
- 丛编项:
- 国外工业控制与智能制造丛书
- 个人责任者:
- 布伦顿 (Brunton, Steven L.) 著
- 个人责任者:
- 库茨 (Kutz, J. Nathan) 著
- 个人次要责任者:
- 王占山 译
- 个人次要责任者:
- 施展 译
- 个人次要责任者:
- 刘莹莹 译
- 学科主题:
- 数据处理-研究
- 中图法分类号:
- TP274
- 出版发行附注:
- 由剑桥大学出版社和机械工业出版社合作出版
- 书目附注:
- 有书目 (第367-394页) 和索引
- 提要文摘附注:
- 本书讲述的是数据驱动方法、应用优化以及工程数学和数学物理等经典领域之间日益发展的交叉内容。多年来,我们一直在整理这方面的材料,用于教授工程和物理科学系的高年级本科生和低年级研究生。通常,这类学生都具有线性代数、微分方程和科学计算的数学基础,工科学生则大多接触过控制理论和偏微分方程。然而,工程和科学领域的大多数本科课程很少涉及数据方法或优化方法。同样,计算机科学和统计学方向的课程很少涉及动力系统和控制方面的内容。本书的目的就是为这类学生提供广泛的应用数据科学入门知识。本书所讨论的方法主要考虑了上述学科的关联性、简洁性和通用性,并尝试提供一系列包括基本知识介绍和前沿技术在内的专题。
- 使用对象附注:
- 工科和理科相关专业的低年级研究生或高年级本科生
全部MARC细节信息>>



