概率图模型及计算机视觉应用

正版新书新华官方库房直发可开电子发票

62.38 6.3折 99 全新

库存2件

江苏南京

认证卖家担保交易快速发货售后保障

作者(美)纪强

出版社机械工业出版社

ISBN9787111690320

出版时间2021-09

版次1

装帧平装

开本16开

纸张胶版纸

页数236页

定价99元

货号SC:9787111690320

上书时间2024-09-06

已实名已认证进店收藏店铺

商品描述: 内容简介:
本书是美国伦斯勒理工学院（Rensselaer Polytechnic Institute, RPI）纪强（Qiang Ji）教授专门为概率图模型编写的一本专著。本书介绍了计算机视觉中的概率图模型（PGM），讨论了PGM及其在解决计算机视觉中存在的问题，提供了基本概念、定义和属性。专注于PGM的理论，以伪代码和推导的方式对PGM进行了详细的解释。
目录:
译者序

第1章知识背景和学习动机1

1.1 引言1

1.2 本书目标和特点4

1.3 PGM介绍4

1.3.1 PGM的主要问题5

1.4 本书大纲6

参考文献7

第2章基础概念9

2.1 引言9

2.2 随机变量与概率9

2.2.1 随机变量与概率定义9

2.2.2 基本的概率法则10

2.2.3 独立性和条件独立性11

2.2.4 均值、协方差、相关性和独立性11

2.2.5 概率不等式13

2.2.6 概率分布14

2.3 基本的估计方法17

2.3.1 极大似然法17

2.3.2 贝叶斯估计法19

2.4 优化方法19

2.4.1 连续优化19

2.4.2 离散优化21

2.5 采样和样本估计21

2.5.1 采样技术21

2.5.2 样本估计22

参考文献23

第3章有向概率图模型25

3.1 引言25

3.2 贝叶斯网络25

3.2.1 BN表示25

3.2.2 BN的特性27

3.2.3 贝叶斯网络的类型29

3.3 BN推理34

3.3.1 准确推理方法35

3.3.2 近似推理方法47

3.3.3 高斯BN的推理55

3.3.4 贝叶斯推理56

3.3.5 不确定证据下的推理57

3.4 接近数据下的BN学习57

3.4.1 参数学习58

3.4.2 结构学习63...

— 没有更多了 —