Вероятностное машинное обучение. Дополнительные темы. Основания, вывод

Кэвин Мэрфи

В данный момент этот товар отсутствует в продаже.
Возможно, у нас найдется аналогичный или похожий товар здесь.

Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте более широкого статистического контекста, а подходы к глубокому обучению унифицированы с подходами к вероятностному моделированию и выводу. Отдельные части книги написаны ведущими исследователями и специалистами в предметной области из таких компаний, как Google, DeepMind, Amazon, университет Пердью, Нью-Йоркский и Вашингтонский университеты; в частности, по этой причине книга крайне важна для понимания животрепещущих проблем машинного обучения.

Основные темы:
• вероятность;
• статистика;
• графовые модеи;
• теория информации;
• оптимизация;
• алгоритмы вывода;
• Гауссова фильтрация и сглаживание;
• алгоритмы передачи сообщений;
• вариационный вывод;
• методы Монте-Карло.

Детальная информация
Издательство
Язык
русский
Переплет
твердый переплет
Дата выхода
2024
ISBN
978-5-93700-120-7
Количество страниц
770
Высота издания
235 мм
Ширина издания
165 мм
Код товара
3713706
Издательство

ДМК Пресс, Россия, все товары

В 1992 году появилась на свет компания «ДМК Пресс», изначально основанная как книготорговая фирма, фокусирующаяся на предоставлении качественной литературы в области компьютерных технологий и радиотехники. С тех пор она прошла долгий путь развития, превратившись в одно из ведущих издательств с широким спектром направлений. Одной из отличительных черт «ДМК Пресс» является постоянное стремление к инновациям и следование современным тенденциям. Это проявляется не только в разнообразии...
Авторы
Разделы товара
Информация
Данного товара сейчас нет в наличии
Возможно, у нас найдется аналогичный или похожий товар здесь.