机读格式显示(MARC)

• 000 01623nam0 2200313 450

• 001 0000877163

• 005 20230913190100.0

• 010 __ |a 978-7-302-61078-6 |d CNY128.00 (含附件)

• 100 __ |a 20221012d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 概率图模型原理与应用 |A gai lv tu mo xing yuan li yu ying yong |f (墨) 路易斯·恩里克·苏卡尔著 |g 郭涛译

• 210 __ |a 北京 |c 清华大学出版社 |d 2022

• 215 __ |a xix, 288页 |c 图 |d 24cm |e 附PGM_PyLib手册1册 (51页)

• 305 __ |a 译自原书第2版

• 306 __ |a 本书中文简体字翻译版由德国施普林格公司授权清华大学出版社在中华人民共和国境内 (不包括中国香港、澳门特别行政区和中国台湾地区) 独家出版发行

• 312 __ |a 英文题名原文取自版权页

• 314 __ |a 路易斯·恩里克·苏卡尔, 博士，是墨西哥普埃布拉国家天体物理、光学和电子学研究所 (INAOE) 的高级研究科学家。郭涛, 主要从事模式识别、人工智能、机器人、软件工程、地理人工智能 (GeoAD)、时空大数据挖掘与分析等前沿交叉研究。

• 330 __ |a 本书涵盖PGM每个主要分类的基础知识 (表征、推理和学习原理等), 列出每类模型在多个学科的实际应用, 浓墨重彩地描述贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态贝叶斯网络、时态贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。

• 500 10 |a Probabilistic graphical models principles and applications |A Probabilistic graphical models principles and applications |m Chinese

• 606 0_ |a 概率 |A gai lv |x 数学模型 |x 高等学校 |j 教材

• 690 __ |a O211 |v 5

• 701 _1 |a 苏卡尔 |A su ka er |g (Sucar, Luis Enrique) |4 著

• 702 _0 |a 郭涛 |A guo tao |4 译

• 801 _0 |a CN |b HDUL |c 20221110

• 905 __ |a HDUL |d O211/4222

• 920 __ |a 233030 |z 1