272,384
次編輯
變更
创建页面，内容为“《'''蒙特卡罗方法与人工智能'''》，作者(美)巴布·艾俊//朱松纯，责编李树林，译者魏平，定价138.00，ISBN号9787121470202，出版…”
《'''蒙特卡罗方法与人工智能'''》，作者(美)巴布·艾俊//朱松纯，责编李树林，译者魏平，定价138.00，ISBN号9787121470202，出版社电子工业出版社，版印次1版 1次，开本16开，装帧平装，页数326，出版时间2024-01，印刷时间2024-01。
电子工业出版社成立于1982年10月，是工业和信息化部直属的[[科技]]与教育出版社，每年出版新书2400余种，音像和电子出版物400余种，期刊8种，出版物内容涵盖了信息科技的各个专业分支以及工业技术、经济管理、大众生活、少儿[[科普]]<ref>[https://www.douban.com/group/topic/116170316/ 100部科普经典名著]，豆瓣，2018-04-26</ref>等领域，综合出版能力位居全国出版行业前列<ref>[https://www.phei.com.cn/module/wap/about.jsp 关于我们]，电子工业出版社</ref>。
==内容简介==
本书全面叙述了蒙特卡罗方法，包括序贯蒙特卡罗方法、马尔可夫链蒙特卡罗方法基础、Metropolis算法及其变体、吉布斯采样器及其变体、聚类采样方法、马尔可夫链蒙特卡罗的收敛性分析、[[数据]]驱动的马尔可夫链蒙特卡罗方法、哈密顿和朗之万蒙特卡罗方法、随机梯度学习和可视化能级图等。为了便于学习，每章都包含了不同领域的代表性应用实例。本书旨在统计学和计算机科学之间架起一座桥梁以弥合它们之间的鸿沟，以便将其应用于计算机视觉、计算机图形学、机器学习、机器人学、人工智能等领域解决更广泛的问题，同时使这些领域的科学家和工程师们更容易地利用蒙特卡罗方法加强他们的研究。
==作者介绍==
巴布·艾俊
2000年获得[[俄亥俄州立大学]]数学博士学位，2005年获得加州大学洛杉矶分校计算机科学博士学位（师从朱松纯博士）。2005年至2007年，他在西门子研究院从事医学成像研究工作，从开始担任研究科学家到后来升任项目经理。由于在边缘空间学习方面的工作成就，他与西门子的合作者获得了2011年Thomas A.Edison专利奖。2007年，他加入佛罗里达州立大学统计系，从助理教授到副教授，再到2019年担任教授。他发表了70多篇关于计算机视觉、机器学习和医学成像方面的论文，并拥有超过25项与医学成像和图像去噪相关的专利。
朱松纯
1996年获得哈佛大学计算机科学博士学位，现任[[北京]]通用人工智能研究院院长、北京大学人工智能研究院院长、北京大学讲席教授、清华大学基础科学讲席教授；曾任美国加州大学洛杉矶分校(UCLA)统计学与计算机科学教授，加州大学洛杉矶分校视觉、认知、学习与自主机器人中心主任。他长期致力于为视觉和智能探寻一个统一的统计与计算框架：包括作为学习与推理的统一表达和数字蒙特卡洛方法的时空因果与或图(STC-AOG)。他在计算机视觉、统计学习、认知、人工智能和自主机器人领域发表了400 多篇学术论文。他曾获得了多项荣誉，2003年因图像解析领域的工作成就获马尔奖，1999年因纹理建模、2007年因物体建模两次获得马尔奖提名。2001年，他获得了NSF青年科学家奖、ONR青年研究员奖和斯隆奖。因为在视觉模式的概念化、建模、学习和推理的统一基础方面的贡献，他2008年获得了国际模式识别协会授予的J.K.Aggarwal奖。2013年，他关于图像分割的论文获得了亥姆霍兹奖(Helmholtz Test-of-Time Award)。2017年，他因生命度建模工作获国际认知学会计算建模奖。2011年，他当选IEEE Fellow。他在2012年和2019年两次担任国际计算机视觉与模式识别大会(CVPR)主席。作为项目负责人，他领导了多个ONR MURI和DARPA团队，从事统一数学框架下的场景和事件理解以及认知机器人的工作。
==参考文献==
[[Category:040 類書總論；百科全書總論]]
电子工业出版社成立于1982年10月，是工业和信息化部直属的[[科技]]与教育出版社，每年出版新书2400余种，音像和电子出版物400余种，期刊8种，出版物内容涵盖了信息科技的各个专业分支以及工业技术、经济管理、大众生活、少儿[[科普]]<ref>[https://www.douban.com/group/topic/116170316/ 100部科普经典名著]，豆瓣，2018-04-26</ref>等领域，综合出版能力位居全国出版行业前列<ref>[https://www.phei.com.cn/module/wap/about.jsp 关于我们]，电子工业出版社</ref>。
==内容简介==
本书全面叙述了蒙特卡罗方法，包括序贯蒙特卡罗方法、马尔可夫链蒙特卡罗方法基础、Metropolis算法及其变体、吉布斯采样器及其变体、聚类采样方法、马尔可夫链蒙特卡罗的收敛性分析、[[数据]]驱动的马尔可夫链蒙特卡罗方法、哈密顿和朗之万蒙特卡罗方法、随机梯度学习和可视化能级图等。为了便于学习，每章都包含了不同领域的代表性应用实例。本书旨在统计学和计算机科学之间架起一座桥梁以弥合它们之间的鸿沟，以便将其应用于计算机视觉、计算机图形学、机器学习、机器人学、人工智能等领域解决更广泛的问题，同时使这些领域的科学家和工程师们更容易地利用蒙特卡罗方法加强他们的研究。
==作者介绍==
巴布·艾俊
2000年获得[[俄亥俄州立大学]]数学博士学位，2005年获得加州大学洛杉矶分校计算机科学博士学位（师从朱松纯博士）。2005年至2007年，他在西门子研究院从事医学成像研究工作，从开始担任研究科学家到后来升任项目经理。由于在边缘空间学习方面的工作成就，他与西门子的合作者获得了2011年Thomas A.Edison专利奖。2007年，他加入佛罗里达州立大学统计系，从助理教授到副教授，再到2019年担任教授。他发表了70多篇关于计算机视觉、机器学习和医学成像方面的论文，并拥有超过25项与医学成像和图像去噪相关的专利。
朱松纯
1996年获得哈佛大学计算机科学博士学位，现任[[北京]]通用人工智能研究院院长、北京大学人工智能研究院院长、北京大学讲席教授、清华大学基础科学讲席教授；曾任美国加州大学洛杉矶分校(UCLA)统计学与计算机科学教授，加州大学洛杉矶分校视觉、认知、学习与自主机器人中心主任。他长期致力于为视觉和智能探寻一个统一的统计与计算框架：包括作为学习与推理的统一表达和数字蒙特卡洛方法的时空因果与或图(STC-AOG)。他在计算机视觉、统计学习、认知、人工智能和自主机器人领域发表了400 多篇学术论文。他曾获得了多项荣誉，2003年因图像解析领域的工作成就获马尔奖，1999年因纹理建模、2007年因物体建模两次获得马尔奖提名。2001年，他获得了NSF青年科学家奖、ONR青年研究员奖和斯隆奖。因为在视觉模式的概念化、建模、学习和推理的统一基础方面的贡献，他2008年获得了国际模式识别协会授予的J.K.Aggarwal奖。2013年，他关于图像分割的论文获得了亥姆霍兹奖(Helmholtz Test-of-Time Award)。2017年，他因生命度建模工作获国际认知学会计算建模奖。2011年，他当选IEEE Fellow。他在2012年和2019年两次担任国际计算机视觉与模式识别大会(CVPR)主席。作为项目负责人，他领导了多个ONR MURI和DARPA团队，从事统一数学框架下的场景和事件理解以及认知机器人的工作。
==参考文献==
[[Category:040 類書總論；百科全書總論]]