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

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.

Добавил: codelibs

Проверить на вирусы

Если вам понравилась эта страница - поделитесь ею с друзьями, тем самым вы помогаете нам развиваться и добавлять всё больше интересных и нужным вам книг

Меню

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

Основные темы:

Добавил: codelibs