幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

變分法在深度學習中的應用/人工智慧與機器人系列

  • 作者：(巴西)盧卡斯·P.奇內利//馬瑟斯·A.馬爾尼斯//愛德華多·A.B.達席爾瓦//塞爾吉奧·L.內托|責編:李穎|譯者:王小飛//王元鑫//韓旭//袁濤//徐風磊
  • 出版社：西安交大
  • ISBN：9787569341157
  • 出版日期：2025/09/01
  • 裝幀：平裝
  • 頁數：169
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統性地構建了貝葉斯神經網路的理論框架，將變分推斷與深度學習有機融合。作者以清晰的邏輯梳理了反向傳播貝葉斯、蒙特卡羅丟棄等核心演算法，尤其對KL散度約束下的變分優化推斷極具啟發性。書中將VAE的擴展形式與半監督實驗相結合，為不確定性建模提供了可復現的工程範式，填補了傳統教材中貝葉斯方法與神經網路割裂的空白。
作者介紹
(巴西)盧卡斯·P.奇內利//馬瑟斯·A.馬爾尼斯//愛德華多·A.B.達席爾瓦//塞爾吉奧·L.內托|責編:李穎|譯者:王小飛//王元鑫//韓旭//袁濤//徐風磊
目錄
第1章  導言
  1.1  歷史背景
  1.2  符號說明
  參考文獻
第2章  統計推斷基礎
  2.1  模型
  2.2  指數分佈族
  2.3  信息度量
  2.4  貝葉斯推斷
  2.5  共軛先驗分佈
  2.6  點估計
  2.7  小結與建議
  參考文獻
第3章  基於模型的機器學習和近似推斷
  3.1  基於模型的機器學習
  3.2  近似推斷
  3.3  小結
  參考文獻
第4章  貝葉斯神經網路
  4.1  貝葉斯神經網路簡介
  4.2  評估不確定性質量
  4.3  反向傳播貝葉斯
  4.4  概率反向傳播
  4.5  蒙特卡羅丟棄
  4.6  快速自然梯度
  4.7  方法對比
  4.8  進一步解釋
  4.9  小結
  參考文獻
第5章  變分自編碼器
  5.1  研究目標
  5.2  生成模型評估
  5.3  變分自編碼器
  5.4  重要性加權自編碼器
  5.5  VAE存在的問題
  5.6  實驗
  5.7  應用：半監督學習生成模型
  5.8  小結
  參考文獻
附錄A  支撐材料
  A.1  梯度估計器
  A.2  CAVI的更新公式
  A.3  廣義高斯-牛頓近似
  A.4  自然梯度與費希爾信息矩陣
  A.5  高斯梯度恆等式
  A.6  學生t分佈
  參考文獻
縮略語
索引
彩色插圖

  • 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