书目详细信息
： 贝叶斯推理与机器学习
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-111-73296-9:CNY199.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 贝叶斯推理与机器学习/.= (英) 大卫·巴伯著/.David Barber/.徐增林译 |
| 出版发行项： | 北京:,机械工业出版社:,2023.10 |
| 载体形态项： | 586页, [12] 页图版:;+图:;+26cm |
| 丛编项： | 智能科学与技术丛书 |
| 提要文摘： | 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。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，其适合想要学习机器学习中的概率方法的读者。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。不仅配有BRMLI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。 |
| 题名主题： | 贝叶斯推断 机器学习 |
| 中图分类： | O212 |
| 个人名称等同： | 巴伯 著 |
| 个人名称次要： | 徐增林 译 |
| 记录来源： | CN BJSZM 20240903 |