幫助中心 | 我的帳號 | 關於我們

貝葉斯演算法與機器學習

  • 作者:劉冰|責編:王繼偉
  • 出版社:北京大學
  • ISBN:9787301334577
  • 出版日期:2022/12/01
  • 裝幀:平裝
  • 頁數:248
人民幣:RMB 79 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書從貝葉斯理論的基本原理講起,逐步深入演算法、機器學習、深度學習,並配合項目案例,重點介紹了基於貝葉斯理論的演算法原理,及其在機器學習中的應用。
    本書分為10章,涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數估計、機器學習、深度學習、貝葉斯網路、動態貝葉斯網路、貝葉斯深度學習等。本書涉及的應用領域包含機器學習、圖像處理、語音識別、語義分析等。本書整體由易到難,逐步深入,內容以演算法原理講解和應用解析為主,每節內容輔以案例進行綜合講解。
    本書內容通俗易懂,案例貼合實際,實用性強,適合有一定演算法基礎的讀者進階閱讀,也適合其他人作為愛好閱讀。

作者介紹
劉冰|責編:王繼偉
    劉冰,畢業於重慶郵電大學。深圳市壹倍科技有限公司圖像演算法工程師&演算法研發組組長,主要從事精密類視覺系統、深度學習應用、商業數據分析、專家系統設計等相關的研究與工作。

目錄
第1章  貝葉斯思想簡介
  1.1  貝葉斯思想的核心
  1.2  概率論的兩大學派
  1.3  小結
第2章  貝葉斯概率
  2.1  先驗概率
    2.1.1  先驗概率的定義
    2.1.2  信息先驗
    2.1.3  不知情的先驗
  2.2  條件概率
    2.2.1  條件概率的定義
    2.2.2  事件的互斥性
    2.2.3  事件的獨立統計性
  2.3  后驗概率
    2.3.1  后驗概率的定義
    2.3.2  后驗概率與先驗概率在應用上的區分
  2.4  似然函數
    2.4.1  似然函數的定義
    2.4.2  似然函數的應用
  2.5  貝葉斯公式
    2.5.1  貝葉斯公式的定義
    2.5.2  貝葉斯公式的推導
    2.5.3  貝葉斯公式的應用
  2.6  小結
第3章  概率估計
  3.1  什麼是估計
  3.2  概率密度函數
    3.2.1  概率密度函數的定義
    3.2.2  連續型概率分佈
    3.2.3  離散型概率分佈
  3.3  極大似然估計(MLE)
  ……
第4章  貝葉斯分類
第5章  從貝葉斯到隨機場
第6章  參數估計
第7章  機器學習與深度學習
第8章  貝葉斯網路
第9章  動態貝葉斯網路
第10章  貝葉斯深度學習

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032