您好,欢迎来到聚文网。 登录 免费注册
贝叶斯推理与机器学习

贝叶斯推理与机器学习

  • 字数: 974000
  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (英)大卫·巴伯
  • 出版日期: 2023-10-01
  • 商品条码: 9787111732969
  • 版次: 1
  • 开本: 16开
  • 页数: 612
  • 出版年份: 2023
定价:¥199 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
本书全面介绍贝叶斯推理与机器学习,涉及基本概念、理论推导和直观解释,涵盖各种实用的机器学习算法,包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时,强调概率层面的理论支持,可帮助读者加强对机器学习本质的认识,尤其适合想要学习机器学习中的概率方法的读者。
内容简介
本书全面介绍贝叶斯推理与机器学习,涉及基本概念、理论推导和直观解释,涵盖各种实用的机器学习算法,包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时,强调概率层面的理论支持,可帮助读者加强对机器学习本质的认识,尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念,然后以图模型为切入点,用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱,而且提供大量MATLAB代码实例,将概率模型与编程实践相结合,从而帮助读者更好地理解模型方法。
目录
译者序
前言
符号表
BRML工具箱
第一部分概率模型中的推断
第1章概率推理3
1.1概率知识复习3
1.1.1条件概率5
1.1.2概率表7
1.2概率推理8
1.3先验、似然与后验14
1.3.1两枚骰子:各自的分数是多少15
1.4总结18
1.5代码18
1.5.1基础概率代码18
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网