幫助中心 | 我的帳號 | 關於我們

蒙特卡羅方法與人工智慧/前沿科技人工智慧系列

  • 作者:(美)巴布·艾俊//朱松純|責編:李樹林|譯者:魏平
  • 出版社:電子工業
  • ISBN:9787121470202
  • 出版日期:2024/01/01
  • 裝幀:平裝
  • 頁數:326
人民幣:RMB 138 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書全面敘述了蒙特卡羅方法,包括序貫蒙特卡羅方法、馬爾可夫鏈蒙特卡羅方法基礎、Metropolis演算法及其變體、吉布斯採樣器及其變體、聚類採樣方法、馬爾可夫鏈蒙特卡羅的收斂性分析、數據驅動的馬爾可夫鏈蒙特卡羅方法、哈密頓和朗之萬蒙特卡羅方法、隨機梯度學習和可視化能級圖等。為了便於學習,每章都包含了不同領域的代表性應用實例。本書旨在統計學和電腦科學之間架起一座橋樑以彌合它們之間的鴻溝,以便將其應用於電腦視覺、電腦圖形學、機器學習、機器人學、人工智慧等領域解決更廣泛的問題,同時使這些領域的科學家和工程師們更容易地利用蒙特卡羅方法加強他們的研究。

作者介紹
(美)巴布·艾俊//朱松純|責編:李樹林|譯者:魏平

目錄
第1章  蒙特卡羅方法簡介
  1.1  引言
  1.2  動機和目標
  1.3  蒙特卡羅計算中的任務
    1.3.1  任務1:採樣和模擬
    1.3.2  任務2:通過蒙特卡羅模擬估算未知量
    1.3.3  任務3:優化和貝葉斯推理
    1.3.4  任務4:學習和模型估計
    1.3.5  任務5:可視化能級圖
  本章參考文獻
第2章  序貫蒙特卡羅方法
  2.1  引言
  2.2  一維密度採樣
  2.3  重要性採樣和加權樣本
  2.4  序貫重要性採樣(SIS)
    2.4.1  應用:表達聚合物生長的自避遊走
    2.4.2  應用:目標跟蹤的非線性/粒子濾波
    2.4.3  SMC方法框架總結
  2.5  應用:利用SMC方法進行光線追蹤
  2.6  在重要性採樣中保持樣本多樣性
    2.6.1  基本方法
    2.6.2  Parzen窗討論
  2.7  蒙特卡羅樹搜索
    2.7.1  純蒙特卡羅樹搜索
    2.7.2  AlphaGo
  2.8  本章練習
  本章參考文獻
第3章  馬爾可夫鏈蒙特卡羅方法基礎
  3.1  引言
蒙特卡羅方法與人工智慧
  3.2  馬爾可夫鏈基礎
  3.3  轉移矩陣的拓撲:連通與周期
  3.4  Perron-Frobenius定理
  3.5  收斂性度量
  3.6  連續或異構狀態空間中的馬爾可夫鏈
  3.7  各態遍歷性定理
  3.8  通過模擬退火進行MCMC優化
  3.9  本章練習
  本章參考文獻
第4章  Metropolis演算法及其變體
  4.1  引言
  4.2  Metropolis-Hastings演算法
    4.2.1  原始Metropolis-Hastings演算法
    4.2.2  Metropolis-Hastings演算法的另一形式
    4.2.3  其他接受概率設計
    4.2.4  Metropolis演算法設計中的關鍵問題
  4.3  獨立Metropolis採樣
    4.3.1  IMS的特徵結構
    4.3.2  有限空間的一般首中時
    4.3.3  IMS擊中時分析

  4.4  可逆跳躍和跨維MCMC
    4.4.1  可逆跳躍
    4.4.2  簡單例子:一維圖像分割
  4.5  應用:計算人數
    4.5.1  標值點過程模型
    4.5.2  MCMC推理
    4.5.3  結果
  4.6  應用:傢具布置
  4.7  應用:場景合成
  4.8  本章練習
  本章參考文獻
第5章  吉布斯採樣器及其變體
  5.1  引言
  5.2  吉布斯採樣器
……
第6章  聚類採樣方法
第7章  MCMC的收斂性分析
第8章  數據驅動的馬爾可夫鏈蒙特卡羅方法
第9章  哈密頓和朗之萬蒙特卡羅方法
第10章  隨機梯度學習
第11章  可視化能級圖

  • 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