模式识别与机器学习--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥22.05

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书系统介绍模式识别与机器学习的基础理论、模型与算法，同时适当融人前沿知识。本书以贝叶斯学习的思想贯穿始终，并适时与其他重要知识点（如支持向量机、深度学习）等进行交叉和关联，便于读者在形成良好知识体系的同时保持对整个领域知识的全面把握。全书共14章和4个附录，循序渐进地对模式识别与机器学习领域进行剖析。首先介绍贝叶斯学习基础、逻辑回归、概率图模型基础、隐马尔可夫模型和条件随机场，接着介绍支持向量机、人工神经网络与深度学习、高斯过程、聚类、主成分分析与相关的谱方法，最后介绍确定性近似推理、随机近似推理和强化学习。附录包括传统的模式识别与机器学习方法中的近邻法和决策树，还有向量微积分和随机变量的变换等与本学科方向强相关的重要知识点。本书内容深入浅出，生动有趣，力求反映这一领域的核心知识体系和新的发展趋势。全书内容都尽可能做到丰富完整，重点章节附有思考与计算习题，便于读者对知识的巩固和融会贯通。本书适合作为本科生和研究生（硕／博）课程的教材，也可作为希望从事人工智能相关工作的科技工作者的自学参考书。

作者简介

\\\"？孙仕亮，清华大学博士，华东师范大学教授。在华东师范大学从事研究工作，主讲本科和研究生“模式识别与机器学习”“高级机器学习”等课程，并在英国伦敦大学学院、美国哥伦比亚大学从事访问合作研究。在模式识别与机器学习领域的国际著名期刊和会议发表学术论文100余篇，承担多项国家级、省部级科研项目及国际知名企业的合作研究项目，研究成果多次获得省部级科学技术奖励。？赵静，华东师范大学博士，讲师。从事模式识别与机器学习领域的研究，包括概率模型、贝叶斯学习、近似推理与优化。主讲研究生“高级机器学习”和本科生“可信机器学习”等课程。入选上海市2016年度“扬帆计划”和2019年度“晨光计划”。发表论文近20篇，代表性成果发表于JMLR、T-CYB、IJCAI等国际顶级期刊和会议。 \\\"

第1章引言 1.1 基本概念 1.1.1 投票选举 1.1.2 三个小皮匠胜过诸葛亮 1.1.3 主动学习 1.2 典型的机器学统 1.2.1 医学图像诊断 1.2.2 时间序列识别 1.2.3 对话系统 1.2.4 异常检测 1.3 前沿研究方向举例 1.3.1 多视图机器学习 1.3.2 强化学习 1.3.3 可信人工智能 1.4 后续章节安排参考文献第2章贝叶斯学习基础 2.1 贝叶斯公式 2.2 贝叶斯决策 2.2.1 最小错误率贝叶斯决策 2.2.2 最小风险贝叶斯决策 2.3 分类器的相关概念 2.3.1 分类器、判别函数和决策面 2.3.2 分类器的错误率 2.4 基于高斯分布的贝叶斯分类器 2.5 朴素贝叶斯分类器 2.6 参数估计 2.6.1 最大似然估计 2.6.2 最大后验估计 2.6.3 期望最大化算法 2.6.4 贝叶斯参数估计思考与计算参考文献第3章逻辑回归 3.1 线性回归 3.1.1 最小二乘与最大似然 3.1.2 正则化最小二乘与最大后验 3.2 贝叶斯线性回归 3.3 逻辑回归 3.3.1 二类逻辑回归 3.3.2 多类逻辑回归 3.4 贝叶斯逻辑回归思考与计算参考文献第4章概率图模型基础 4.1 有向图模型 4.1.1 模型表示 4.1.2 条件独立性 4.1.3 常见的有向图模型 4.2 无向图模型

模式识别与机器学习

库存： {{selectedSku?.stock}} 库存充足