机读格式显示(MARC)

• 000 02127nam 2200361 450

• 001 0000586542

• 005 20220815083000.0

• 010 __ |a 978-7-111-68861-7 |d CNY149.00

• 100 __ |a 20210716d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 数据驱动的科学和工程 |A shu ju qu dong de ke xue he gong cheng |e 机器学习、动力系统与控制详解 |f (美) 史蒂文·L. 布伦顿, (美) J. 内森·库茨著 |d = Data-driven |e science and engineering |f Steven L. Brunton, J. Nathan Kutz |g 王占山, 施展, 刘莹莹译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021.8

• 215 __ |a xx, 398页, [12] 页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 国外工业控制与智能制造丛书 |A guo wai gong ye kong zhi yu zhi neng zhi zao cong shu

• 306 __ |a 由剑桥大学出版社和机械工业出版社合作出版

• 320 __ |a 有书目 (第367-394页) 和索引

• 330 __ |a 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。

• 333 __ |a 工科和理科相关专业的低年级研究生或高年级本科生

• 410 _0 |1 2001 |a 国外工业控制与智能制造丛书

• 500 10 |a Data-driven : science and engineering |A Data-driven : Science And Engineering |m Chinese

• 517 1_ |a 机器学习、动力系统与控制详解 |A ji qi xue xi、dong li xi tong yu kong zhi xiang jie

• 606 0_ |a 数据处理 |A shu ju chu li |x 研究

• 690 __ |a TP274 |v 5

• 701 _1 |a 布伦顿 |A bu lun dun |g (Brunton, Steven L.) |4 著

• 701 _1 |a 库茨 |A ku ci |g (Kutz, J. Nathan) |4 著

• 702 _0 |a 王占山 |A wang zhan shan |4 译

• 702 _0 |a 施展 |A shi zhan |4 译

• 702 _0 |a 刘莹莹 |A liu ying ying |4 译

• 801 _0 |a CN |b 江苏新华 |c 20210716

• 905 __ |a WXCSXY |d TP274/780