机读格式显示(MARC)

• 000 02135nam 2200361 450

• 001 0000602748

• 005 20170318143000.0

• 010 __ |a 978-7-121-26596-9 |d CNY89.00

• 099 __ |a CAL 012017020840

• 100 __ |a 20170221d2017 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 数据驱动建模及科学计算 |A shu ju qu dong jian mo ji ke xue ji suan |e 复杂系统和大数据处理方法 |d = Data-driven modeling and scientific computation |e methods for complex systems and big data |f (美) J. Nathan Kutz著 |g 吕丽刚 ... [等] 译 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2017

• 215 __ |a 11, 460页 |c 图 |d 26cm

• 225 2_ |a 经典译丛 |A jing dian yi cong |i 人工智能与智能系统

• 306 __ |a 本书中文简体版专有出版权由美国Oxford University Press授权电子工业出版社

• 314 __ |a 责任者Kutz规范汉译姓: 库茨

• 320 __ |a 有书目 (第449-453页) 和索引

• 330 __ |a 由于数据在各个科学领域的增值, 新兴的数据分析技术正在以难以置信的速度发展。大数据集目前通常在科学上用于激励发展数学技术和计算方法, 用来帮助分析、解释和释疑数据在科学应用环境中的意义。本书的特定目的是集成标准的科学计算方法和数据分析技术。通过这种方式, 本书还引入了统计学、时频分析和降维处理等方面的重要思想。全书共分四部分 (26章), 前三部分详细讲解各类数学运算与分析方法, 第四部分重点讲解如何应用数学方法进行动态复杂系统分析与大数据处理。其中, 第一部分讨论数学、矩阵分析和概率论的主要数据计算方法及结果可视化; 第二部分讨论微分方程计算与建模; 第三部分讨论各种数值分析与计算方法并进行比较, 引入动态复杂系统概念; 第四部分讲解复杂系统与大数据分析方法和处理模型的建立。

• 410 _0 |1 2001 |a 经典译丛 |i 人工智能与智能系统

• 500 10 |a Data-driven modeling and scientific computation : methods for complex systems and big data |m Chinese

• 517 1_ |a 复杂系统和大数据处理方法 |A fu za xi tong he da shu ju chu li fang fa

• 606 0_ |a 数据库系统 |A shu ju ku xi tong |x 建立模型

• 606 0_ |a 数据库系统 |A shu ju ku xi tong |x 科学计算

• 690 __ |a TP311.13 |v 5

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

• 702 _0 |a 吕丽刚 |A lv li gang |4 译

• 801 _0 |a CN |b 湖北三新 |c 20170221

• 905 __ |a SCNU |f TP311.13/2548

• 920 __ |a 242430 |z 1