贝叶斯推理与机器学习
正版新书 新华官方库房直发 可开电子发票
￥ 125.38 6.3折 ￥ 199 全新
库存42件
作者(英)大卫·巴伯
出版社机械工业出版社
ISBN9787111732969
出版时间2023-10
版次1
装帧平装
开本16开
纸张胶版纸
页数612页
字数974千字
定价199元
货号SC:9787111732969
上书时间2024-12-24
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
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
……
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价