開啟主選單

求真百科

貝葉斯推理與機器學習

來自 孔夫子網 的圖片

貝葉斯推理與機器學習》,[英] 大衛·巴伯(David Barber) 著,出版社: 機械工業出版社。

機械工業出版社成立於1950年,是建國後國家設立的第一家科技出版社,前身為科學技術出版社,1952年更名為機械工業出版社[1]。機械工業出版社(以下簡稱機工社)由機械工業信息研究院作為主辦單位,目前隸屬於國務院國資委[2]

目錄

內容簡介

本書全面介紹貝葉斯推理與機器學習,涉及基本概念、理論推導和直觀解釋,涵蓋各種實用的機器學習算法,包括樸素貝葉斯、高斯模型、馬爾可夫模型、線性動態系統等。本書在介紹方法的同時,強調概率層面的理論支持,可幫助讀者加強對機器學習本質的認識,尤其適合想要學習機器學習中的概率方法的讀者。本書首先介紹概率論和圖的基礎概念,然後以圖模型為切入點,用一種統一的框架講解從基本推斷到高階算法的知識。本書不僅配有BRML工具箱,而且提供大量MATLAB代碼實例,將概率模型與編程實踐相結合,從而幫助讀者更好地理解模型方法。

作者介紹

作者簡介:

大衛·巴伯

(David Barber)

倫敦大學學院計算機系教授,研究興趣是概率建模和推理及其應用。他目前擔任倫敦大學學院人工智能中心主管,該中心旨在開發下一代人工智能技術。此外,他還是艾倫·圖靈研究所的研究員,創業公司Re:infer的首席科技官,Humanloop的聯合創始人,UiPath的傑出軟件工程師。他擁有劍橋大學數學學士學位,愛丁堡大學理論物理學博士學位。

譯者簡介:

徐增林

哈爾濱工業大學(深圳)計算機科學與技術學院教授、博士生導師,國家青年特聘專家。主要研究興趣為機器學習及其在社交網絡分析、計算機視覺、自然語言處理、健康信息學、網絡空間安全等方面的應用。在包括NIPS、ICML、IJCAI、AAAI、IEEE TPAMI、IEEE TNNLS在內的着名會議和期刊上發表論文100多篇,擔任JMLR、IEEE TPAMI等機器學習和人工智能領域主要期刊的審稿人。

參考文獻