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:

机器学习:贝叶斯和优化方法/(希) 西格尔斯·西奥多里蒂斯著 王刚 ... [等] 译

出版发行项:

北京:机械工业出版社,2022

ISBN及定价:

978-7-111-69257-7/CNY279.00

载体形态项:

xvi, 828页, [20] 页图版:图;26cm

统一题名:

Machine learning : a Bayesian and optimization perspective

其它题名:

贝叶斯和优化方法

丛编项:

智能科学与技术丛书

个人责任者:

西奥多里蒂斯 (Theodoridis, Sergios) 著

个人次要责任者:

王刚 译

个人次要责任者:

李忠伟 译

学科主题:

机器学习

中图法分类号:

TP181

题名责任附注:

题名页题: 王刚, 李忠伟, 任明明, 李鹏译

版本附注:

译自原书第2版

出版发行附注:

本版由ELSEVIER LTD.授权机械工业出版社在中国大陆地区 (不包括香港、澳门特别行政区及台湾地区) 出版发行

提要文摘附注:

本书对所有重要的机器学习方法和新近研究趋势进行了深入探索, 新版重写了关于神经网络和深度学习的章节, 并扩展了关于贝叶斯学习的内容。书中首先讨论基础知识, 包括均方、最小二乘和最大似然方法, 以及岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍较新的技术, 包括稀疏建模方法、再生核希尔伯特空间和支持向量机中的学习、关注EM算法的贝叶斯推理及其变分近似推理、蒙特卡罗方法、关注贝叶斯网络的概率图模型、隐马尔可夫模型和粒子滤波。此外, 书中还讨论了降维、隐变量建模、统计参数估计、维纳和卡尔曼滤波、凸优化等技术。

豆瓣简介：