同類熱銷排行榜

模式識別與機器學習

作者：(英)克里斯托弗·M.畢曉普|責編:郭泳澤//卜一凡|譯者:陳翔//張存旺//姜振東//劉志毅//許劭華
出版社：人民郵電
ISBN：9787115681409

出版日期：2026/01/01
裝幀：平裝
頁數：595

人民幣：RMB 198.8 元售價：元

內容大鋼

本書深入而系統地介紹了模式識別和機器學習領域的基本概念、數學原理和核心演算法，並附有豐富的習題。作為機器學習領域的「聖經」，本書融合了概率論、統計學、線性代數和優化理論，構建了從基礎概念到前沿技術的完整知識體系，內容涵蓋決策論、概率分佈、線性回歸模型、線性分類模型、神經網路、核方法、稀疏核機、圖模型、混合模型與最大期望演算法、近似推斷、採樣方法、連續潛變數、序列數據、模型組合等。
本書適合電腦專業高年級本科生和低年級碩士生閱讀，也適合作為機器學習從業人員和愛好者的參考資料。

作者介紹

(英)克里斯托弗·M.畢曉普|責編:郭泳澤//卜一凡|譯者:陳翔//張存旺//姜振東//劉志毅//許劭華

第1章  緒論
  1.1  示例：多項式曲線擬合
  1.2  概率論
    1.2.1  概率密度
    1.2.2  期望與協方差
    1.2.3  貝葉斯概率
    1.2.4  高斯分佈
    1.2.5  再論曲線擬合
    1.2.6  貝葉斯曲線擬合
  1.3  模型選擇
  1.4  維度災難
  1.5  決策論
    1.5.1  最小化誤分類率
    1.5.2  最小化預期損失
    1.5.3  拒絕選項
    1.5.4  推斷與決策
    1.5.5  回歸問題的損失函數
  1.6  資訊理論
    1.6.1  相對熵與互信息
  習題
第2章  概率分佈
  2.1  二元變數
    2.1.1  β分佈
  2.2  多項式變數
    2.2.1  狄利克雷分佈
  2.3  高斯分佈
    2.3.1  條件高斯分佈
    2.3.2  邊緣高斯分佈
    2.3.3  高斯變數的貝葉斯定理
    2.3.4  高斯分佈的最大似然估計
    2.3.5  序貫估計
    2.3.6  高斯分佈的貝葉斯推斷
    2.3.7  學生t分佈
    2.3.8  周期變數
    2.3.9  高斯混合模型
  2.4  指數族分佈
    2.4.1  最大似然估計與充分統計量
    2.4.2  共軛先驗
    2.4.3  無信息先驗
  2.5  非參數方法
    2.5.1  核密度估計
    2.5.2  最近鄰方法
  習題
第3章  線性回歸模型
  3.1  線性基函數模型
    3.1.1  最大似然估計與最小二乘法
    3.1.2  最小二乘解的幾何解釋
    3.1.3  序貫學習
    3.1.4  正則化最小二乘法
    3.1.5  多重輸出

  3.2  偏差-方差分解
  3.3  貝葉斯線性回歸模型
    3.3.1  參數分佈
    3.3.2  預測分佈
    3.3.3  等效核
  3.4  貝葉斯模型比較
  3.5  證據近似
    3.5.1  計算證據函數
    3.5.2  最大化證據函數
    3.5.3  有效參數量
  3.6  固定基函數的局限性
  習題
第4章  線性分類模型
  4.1  判別函數
    4.1.1  二分類
    4.1.2  多分類
  ……
第5章  神經網路
第6章  核方法
第7章  稀疏核機
第8章  圖模型
第9章  混合模型和EM演算法
第10章  近似推斷
第11章  採樣方法
第12章  連續潛變數
第13章  序列數據
第14章  模型組合
附錄A  數據集
附錄B  概率分佈
附錄C  矩陣性質
附錄D  變分法
附錄E  拉格朗日乘子法
參考資料
索引

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

模式識別與機器學習