机读格式显示(MARC)

• 000 01508nam0 2200301 450

• 001 0000922907

• 005 20240308110300.0

• 010 __ |a 978-7-111-73296-9 |d CNY199.00

• 100 __ |a 20231128d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 贝叶斯推理与机器学习 |A bei ye si tui li yu ji qi xue xi |d Bayesian reasoning and machine learning |f (英)大卫·巴伯(David Barber)著 |g 徐增林译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a 23,586页,[12]页图版 |c 图 |d 26cm

• 225 1_ |a 智能科学与技术丛书 |A Zhi Neng Ke Xue Yu Ji Shu Cong Shu

• 305 __ |a 由剑桥大学出版社与机械工业出版社合作出版

• 330 __ |a 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。

• 510 1_ |a Bayesian reasoning and machine learning |z eng

• 606 0_ |a 贝叶斯推断 |A Bei Ye Si Tui Duan

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a O212 |v 5

• 701 _0 |c (英) |a 巴伯 |A ba bo |c (Barber, David) |4 著

• 702 _0 |a 徐增林 |A xu zeng lin |4 译

• 801 _0 |a CN |b HDUL |c 20240308

• 905 __ |a HDUL |d O212/7201

• 920 __ |a 233030 |z 1