中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
貝葉斯算法與機器學習 版權信息
- ISBN：9787301334577
- 條形碼：9787301334577 ; 978-7-301-33457-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
貝葉斯算法與機器學習 本書特色
自己動手搭建概率模型：一個定理，一個公式，多維變形應用——從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并輔以案例進行綜合講解。 本書將抽象的理論解釋得通俗易懂，從非相關行業、零基礎的人群視角，呈現了貝葉斯算法的技術構圖。 ——深圳市壹倍科技有限公司CTO 黃嵐 與其他的算法類書籍略顯不同，本書不僅從專業的角度給出了推理解釋，還結合貼近生活的例子進行舉例，使讀者能夠較容易地理解相關的技術。 ——廣州一文智能科技有限公司總經理 陳一輝 本書邏輯縝密，案例講解清晰，內容循序漸進，內容簡練但重點突出。 ——上海嘉胥信息技術有限公司CEO 張龍亮 本書知識涵蓋面廣，能夠幫助讀者快速入門，尤其是對于不確定性問題的詮釋很精彩。在AI類項目中，我們很多時候都會面臨各種不確定性問題，該書能夠引導我們正確地看待這些不確定性問題，有助于我們創造出更符合自己期望的東西。 ——重慶酷貝科技發展有限公司項目經理 唐澤輝
貝葉斯算法與機器學習 內容簡介
本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，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、貝葉斯網絡、動態貝葉斯網絡、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，適合有一定算法基礎的讀者進階閱讀，也適合其他人作為愛好閱讀。
貝葉斯算法與機器學習 目錄
第1章 貝葉斯思想簡介 1
1.1 貝葉斯思想的核心 2
1.2 概率論的兩大學派 2
1.3 小結 4
第2章 貝葉斯概率 5
2.1 先驗概率 6
2.1.1 先驗概率的定義 6
2.1.2 信息先驗* 6
2.1.3 不知情的先驗* 7
2.2 條件概率 7
2.2.1 條件概率的定義 7
2.2.2 事件的互斥性 8
2.2.3 事件的獨立統計性 8
2.3 后驗概率 8
2.3.1 后驗概率的定義 9
2.3.2 后驗概率與先驗概率在應用上的區分 9
2.4 似然函數 10
2.4.1 似然函數的定義 11
2.4.2 似然函數的應用 12
2.5 貝葉斯公式 13
2.5.1 貝葉斯公式的定義 13
2.5.2 貝葉斯公式的推導 14
2.5.3 貝葉斯公式的應用 16
2.6 小結 18
第3章概率估計 20
3.1 什么是估計 21
3.2 概率密度函數 22
3.2.1 概率密度函數的定義 22
3.2.2 連續型概率分布 24
3.2.3 離散型概率分布 33
3.3 極大似然估計（MLE） 36
3.3.1 什么是極大似然估計 36
3.3.2 極大似然估計的應用 37
3.4 *大后驗估計（MAP） 42
3.4.1 什么是*大后驗估計 42
3.4.2 *大后驗估計的應用 43
3.5 貝葉斯估計 45
3.5.1 什么是貝葉斯估計 45
3.5.2 貝葉斯估計算法思想 46
3.5.3 貝葉斯估計的應用概述 46
3.6 小結 47
……
展開全部
貝葉斯算法與機器學習 作者簡介
劉冰，畢業于重慶郵電大學。深圳市壹倍科技有限公司圖像算法工程師&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。
書友推薦
- >
莉莉和章魚
- >
龍榆生：詞曲概論/大家小書
- >
朝聞道
- >
山海經
- >
【精裝繪本】畫給孩子的中國神話
- >
羅庸西南聯大授課錄
- >
苦雨齋序跋文-周作人自編集
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
