Друзья, мы тут исследуем проблемы, с которыми сталкиваются пользователи электронных книг.

Будем вам благодарны за ваши ответы. Опрос займёт не более 5 минут.

Пройти опрос

Друзья, мы тут исследуем проблемы, с которыми сталкиваются пользователи электронных книг.

Будем вам благодарны за ваши ответы. Опрос займёт не более 5 минут.

Пройти опрос

Вероятностное машинное обучение. Дополнительные темы

Вероятностное машинное обучение. Дополнительные темы

Вероятностное машинное обучение. Дополнительные темы
Автор: Кэвин Патрик Мэрфи
Дата выхода: 2024
Издательство: ДМК Пресс
Количество страниц: 772
Размер файла: 102,7 МБ
Тип файла: PDF
Добавил: codelibs
 Проверить на вирусы

 Книга является первым томом к книге "Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие".

 Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте более широкого статистического контекста, а подходы к глубокому обучению унифицированы с подходами к вероятностному моделированию и выводу.

Основные темы:

  • вероятность;
  • статистика;
  • графовые модеи;
  • теория информации;
  • оптимизация;
  • алгоритмы вывода;
  • Гауссова фильтрация и сглаживание;
  • алгоритмы передачи сообщений;
  • вариационный вывод;
  • методы Монте-Карло.

 Отдельные части книги написаны ведущими исследователями и специалистами в предметной области из таких компаний, как Google, DeepMind, Amazon, университет Пердью, Нью-Йоркский и Вашингтонский университеты; в частности, по этой причине книга крайне важна для понимания животрепещущих проблем машинного обучения.


Похожее:

Изучаем Ray. Гибкий распределенный Python для машинного обучения
Изучаем Ray. Гибкий ра…
Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Разработка конвейеров …
Python for Scientific Computing and Artificial Intelligence
Python for Scientific …
Deep Learning and XAI Techniques for Anomaly Detection: Integrate the theory and practice of deep anomaly explainability
Deep Learning and XAI …
Глубокое обучение на Python. 2 изд
Глубокое обучение на P…
Machine Learning System Design: With end-to-end examples
Machine Learning Syste…
Поиск на основе искусственного интеллекта
Поиск на основе искусс…
Машинное обучение: основы
Машинное обучение: осн…
Machine Learning with Python: Theory and Applications
Machine Learning with …
Вероятностное машинное обучение: Введение
Вероятностное машинное…

Список отзывов:

Нет отзывов к книге.