貝葉斯推理與機器學習檢視原始碼討論檢視歷史

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。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。

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。