杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

贝叶斯推理与机器学习/(英)大卫·巴伯(David Barber)著 徐增林译

出版发行项:

北京:机械工业出版社,2023

ISBN及定价:

978-7-111-73296-9/CNY199.00

载体形态项:

23,586页,[12]页图版:图;26cm

并列正题名:

Bayesian reasoning and machine learning

丛编项:

智能科学与技术丛书

个人责任者:

(英) 巴伯 (Barber, David) 著

个人次要责任者:

徐增林 译

学科主题:

贝叶斯推断

学科主题:

机器学习

中图法分类号:

O212

版本附注:

由剑桥大学出版社与机械工业出版社合作出版

提要文摘附注:

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。

豆瓣简介：