幫助中心 | 我的帳號 | 關於我們

機器學習中的概率思維/AI口袋書系列/人工智慧前沿理論與技術應用叢書

  • 作者:編者:翟中華//朱雅哲|責編:王群
  • 出版社:電子工業
  • ISBN:9787121495021
  • 出版日期:2025/05/01
  • 裝幀:平裝
  • 頁數:106
人民幣:RMB 38 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書深入剖析機器學習中的概率思維,從基礎理論出發,結合經典案例,闡述如何將概率思維巧妙地應用於機器學習演算法,幫助讀者理解數據背後的規律與不確定性。除引言外,全書內容分為5章,包括貝葉斯定理中的概率思維、樸素貝葉斯演算法中的概率思維、極大似然估計和最大后驗估計、貝葉斯網路、馬爾可夫鏈和隱馬爾可夫模型。
    本書適合機器學習領域的工程師、研究員閱讀,也可作為電腦科學、統計學、電子工程、計量經濟學等領域的技術人員的參考書。

作者介紹
編者:翟中華//朱雅哲|責編:王群

目錄
引言  概率對於機器學習的重要性
第1章  貝葉斯定理中的概率思維
  1.1  概率基礎知識
  1.2  條件獨立
  1.3  貝葉斯定理的證據思想
    1.3.1  貝葉斯定理實際應用
    1.3.2  闡述公式背後的意義
  1.4  貝葉斯哲學本質
    1.4.1  趨於真理的過程
    1.4.2  貝葉斯哲學精神
  1.5  貝葉斯數學思想
第2章  樸素貝葉斯演算法中的概率思維
  2.1  應用貝葉斯定理構建樸素貝葉斯分類器
  2.2  比較條件概率
  2.3  樸素貝葉斯的類型
第3章  極大似然估計和最大后驗估計
  3.1  極大似然估計
  3.2  最大后驗估計
  3.3  MLE與MAP估計的區別與聯繫
  3.4  使用MAP估計求解硬幣翻轉問題
  3.5  貝葉斯推理
    3.5.1  貝葉斯推理舉例
    3.5.2  貝葉斯推理詳細推導
    3.5.3  期望后驗
  3.6  邏輯回歸中的極大似然和最大后驗
  3.7  高斯判別分析
第4章  貝葉斯網路
  4.1  從條件概率到貝葉斯網路定義
  4.2  貝葉斯網路結構
  4.3  條件概率表
  4.4  貝葉斯網路解釋
第5章  馬爾可夫鏈和隱馬爾可夫模型
  5.1  馬爾可夫鏈:概率序列
  5.2  馬爾可夫假設
  5.3  求馬爾可夫鏈某個狀態的概率
  5.4  隱馬爾可夫模型
  5.5  隱馬爾可夫前向演算法和後向演算法

  • 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