机读格式显示(MARC)

• 000 01696nam 2200313 450

• 001 0000323765

• 005 20200608164100.0

• 010 __ |a 978-7-5641-7675-4 |d CNY45.00

• 100 __ |a 20180416d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 320000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 试验方案优化设计与数据分析 |A shi yan fang an you hua she ji yu shu ju fen xi |d = Optimal design of testing scheme and data analysis |f 庞超明, 黄弘编著 |z eng

• 210 __ |a 南京 |c 东南大学出版社 |d 2018

• 215 __ |a 324页 |c 图 |d 26cm

• 225 2_ |a 工科实验室 |A gong ke shi yan shi |i 工科院校实验系列本科教材

• 320 __ |a 有书目 (第324页)

• 330 __ |a 本书首先介绍了误差理论和统计分布知识, 从应用角度, 强调了方案设计前试验指标、因素、水平的取值范围和确定方法, 结合大量实例, 详细介绍了各种试验设计方法及相应的数据分析处理方法: 正交设计、均匀设计、回归设计、混料设计、稳健设计等, 详细介绍了软件在试验设计与数据分析中的应用, 本书还列举了典型应用案例。

• 330 __ |a 本书内容简介：对用户协同模型和多兴趣模型算法加以了模拟实现，构建了相关的模型并给出针对具体模型的推荐。在此基础上，结合用户参与评分的方法对算法的推荐效果进行了评价。结果发现，基于用户协同模型的算法要略优于现有的基于用户自身标签的算法，而基于多兴趣模型的推荐则要明显好于上述两种算法，原因可能是多兴趣模型中的子兴趣保持了资源主题的单一性，从而有助于找到更为相关的资源。

• 410 _0 |1 2001 |a 工科实验室

• 410 _0 |1 2001 |a 工科院校实验系列本科教材

• 510 1_ |a Optimal design of testing scheme and data analysis |z eng

• 606 0_ |a 试验设计 |A shi yan she ji

• 690 __ |a O212.6 |v 5

• 701 _0 |a 庞超明 |A pang chao ming |4 编著

• 701 _0 |a 黄弘 |A huang hong |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20180416

• 905 __ |a AUSTL |d O212.6/P224