您好,欢迎来到聚文网。 登录 免费注册
概率图模型和深度神经网络

概率图模型和深度神经网络

  • 字数: 486000
  • 装帧: 平装
  • 出版社: 北京邮电大学出版社
  • 出版日期: 2023-01-01
  • 商品条码: 9787563568062
  • 版次: 1
  • 开本: 16开
  • 页数: 300
  • 出版年份: 2023
定价:¥58 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
内容简介
本书讲解概率图模型的基本原理及其在机器学习、大数据建模、深度神经网络模型中的应用,并且从概率图模型的角度讲解机器学习算法、深度神经网络模型的概率原理,培养学生“知其然,并知其所以然”的思维方式,解决学生应用建模时仅局限于模型选型和调参的问题。 本书内容丰富,将原理与实例相结合,数学与代码相结合,可作为高等院校的人工智能相关专业本科生和研究生课程的教材,也可供相关领域的科研人员和工程技术人员参阅。
目录
第1部分 基础篇
第1章 概率图模型基础
1.1 基本概念
1.2 贝叶斯网络
1.2.1 概率基础
1.2.2 图论基础
1.2.3 有向图模型的条件独立性
1.2.4 朴素贝叶斯分类器
1.3 马尔可夫随机场
1.3.1 无向图基础
1.3.2 无向图模型的条件独立性
1.3.3 联合概率的定义
1.3.4 Ising模型
1.4 图模型的表达能力
第2章 机器学习基础
2.1 基本概念
2.2 机器学习问题建模
2.3 机器学习问题求解
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网