全新正版 急速发货
¥ 38.7 5.5折 ¥ 69.8 全新
库存30件
作者朱宁 著
出版社水利水电出版社
ISBN9787522622446
出版时间2024-06
装帧平装
开本16开
定价69.8元
货号29733430
上书时间2024-12-23
本书先从概率论的基础讲起,然后逐步深入到概率论在机器学习中的应用,最后结合机器学习实战案例,重点介绍了概率论的概念及其在机器学习中的应用。通过本书读者不但可以系统地学习常见概率的相关知识,还能对机器学习开发有更为深入的理解。
本书共10章,涵盖的主要内容:机器学习简介;为什么机器学习需要概率论;概率的定义;集合和事件;独立性;概率的性质;常见的计算概率方法;离散型和连续型概率简介;离散型和连续型概率的期望值、方差和标准差;几种常见的离散型和连续型概率分布;条件概率;联合概率;边缘概率;贝叶斯理论;随机过程简介;马尔可夫链;隐马尔克夫模型;高斯过程;常见的机器学习Python库;机器学习分类算法和回归算法简介;概率论在分类算法和回归算法中的应用;常见的分类算法和回归算法;强化学习简介;有趣的机器人游戏;GAN;图片风格转换。
本书内容通俗易懂,案例丰富,实用性强,不仅等
朱宁,中国工程物理研究院硕士,有多年的人工智能工作经验,先后担任华为人工智能算法工程师和微软资深算法工程师,在机器学习和深度学习方面有深厚的理论基础与丰富的实战经验。主要从事机器学习中图像分析、自然语言处理和强化学习的前沿算法研究工作,从 0 到 1 多次主导明星产品落地。工作期间,技术成果丰硕,曾经多次取得突破性技术成果
并发表相关论文。
本书先从概率论的基础讲起,然后逐步深入到概率论在机器学习中的应用,最后结合机器学习实战案例,重点介绍了概率论的概念及其在机器学习中的应用。通过本书读者不但可以系统地学习常见概率的相关知识,还能对机器学习开发有更为深入的理解。
本书共10章,涵盖的主要内容:机器学习简介;为什么机器学习需要概率论;概率的定义;集合和事件;独立性;概率的性质;常见的计算概率方法;离散型和连续型概率简介;离散型和连续型概率的期望值、方差和标准差;几种常见的离散型和连续型概率分布;条件概率;联合概率;边缘概率;贝叶斯理论;随机过程简介;马尔可夫链;隐马尔克夫模型;高斯过程;常见的机器学习Python库;机器学习分类算法和回归算法简介;概率论在分类算法和回归算法中的应用;常见的分类算法和回归算法;强化学习简介;有趣的机器人游戏;GAN;图片风格转换。
本书内容通俗易懂,案例丰富,实用性强,不仅等
朱宁,中国工程物理研究院硕士,有多年的人工智能工作经验,先后担任华为人工智能算法工程师和微软资深算法工程师,在机器学习和深度学习方面有深厚的理论基础与丰富的实战经验。主要从事机器学习中图像分析、自然语言处理和强化学习的前沿算法研究工作,从 0 到 1 多次主导明星产品落地。工作期间,技术成果丰硕,曾经多次取得突破性技术成果
并发表相关论文。
— 没有更多了 —
以下为对购买帮助不大的评价