- 科学出版社
- 9787030797230
- 1版
- B5
- 2025-01
内容简介
本书介绍了感知数据分析与计算的关键技术方法和典型案例，具体内容主要包括静态数据（概率统计、误差）和动态数据（随机过程、信号），以及机器学习和深度学习。其中，静态和动态数据分析与计算从统计的角度揭示隐藏在数据中的规律，对收集到的数据进行处理与分析，提取有价值的信息，得到特征统计结果。机器学习以数据或已有经验为基础，从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，挖掘隐藏在数据中的信息。深度学习将归纳偏差建立成神经网络的层次化表示，找到高维数据（如信号和图像）的低维表示（特征）。在分析复杂问题方面，提供了静态和动态、信号和图像等方面的工程问题和算法思路；在基础问题方面，提供参考程序代码，参见https：//gitee.com/aapdata/algorithm.git。
