Кэвин Мэрфи – Вероятностное машинное обучение
2.850 ₽
Автор: Кэвин Мэрфи
Название: Вероятностное машинное обучение
Формат: PDF
Тема: IT
Количество страниц: 940
Качество: Компьютерное, издательское
Данный классический труд содержит современное введение в машинное
обучение, рассматриваемое сквозь призму вероятностного моделирования
и байесовской
теории принятия решений. Включен базовый математический
аппарат (в том числе элементы линейной алгебры и теории оптимизации), основы
обучения
с учителем (включая линейную и логистическую регрессию и глубокие
нейронные сети), а также более глубокие темы (в частности, перенос обучения
и обучение без учителя).
Упражнения в конце глав помогут читателям применить полученные знания.
В приложении приводится сводка используемых обозначений.
Книга будет полезна специалистам в области машинного обучения и студентам
профильных специальностей
Описание
Книга Кэвин Мэрфи — Вероятностное машинное обучение представляет собой фундаментальное руководство по современному подходу к машинному обучению, где вероятностные модели стоят в центре внимания. Автор подробно объясняет, как строить и использовать байесовские методы, графические модели и глубокие вероятностные сети для решения реальных задач.
Издание охватывает ключевые темы: байесовский вывод, аппроксимацию вариационным методом, марковские цепи Монте-Карло, латентные переменные, Gaussian processes, а также современные нейросетевые архитектуры с вероятностной интерпретацией. Особое внимание уделено практическим аспектам реализации и интерпретируемости моделей.
- Исследователям и студентам, изучающим машинное обучение на продвинутом уровне
- Data Scientist’ам и ML-инженерам, желающим перейти от эвристик к строгим вероятностным методам
- Специалистам, работающим с неопределённостью, байесовской оптимизацией и генеративными моделями
- Всем, кому важно понимать, почему работают современные нейросети, а не только как их запускать
Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.
Другие книги раздела «Компьютеры»
- Пол Фрейбергер – Пожар в Долине
- Применение искусственных нейронных сетей и системы остаточных классов в криптографии
- Приручи данные с помощью Power Query
- Релаксационные автоколебания в нейронных системах
- Операционные системы. Три простых элемента
- Ричард Саттон – Обучение с подкреплением
- Машинное обучение с участием человека
- Роберт Лав – Разработка ядра Linux
- Роберт Мартин – Идеальный программист. Чистый код. Чистая архитектура. Чистый Agile
- Создаем динамические веб-сайты с помощью PHP, MySQL, JavaScript, CSS и HTML5
- Роман Сузи – Язык программирования Python
- Рон Хайндман – Прогнозирование
- Рэндал Э. Брайант – Компьютерные системы
- С. Николенко – Глубокое обучение
- Сергей Павлович – Как я украл Миллион
- Сети 6G. Путь от 5G к 6G глазами разработчиков
Все книги раздела «Компьютеры» →
Рекомендуем также
- S. Paul – Clinical Cases in Skin Cancer Surgery and Treatment (2016)
- Y. Sakai – Laparoscopic Surgery for Colorectal Cancer (2016)
- V. Stearns – Novel Biomarkers in the Continuum of Breast Cancer (2016)
- A. Mathur – Nanotechnology in Cancer (2017)
- P. Rennert – Novel Immunotherapeutic Approaches to the Treatment of Cancer
- M. Baranska – Optical Spectroscopy and Computational Methods in Biology and Medicine (2014)
- A. Bondanza – Tumor Immunology (2016)
- H. Seligmann – DNA Replication. Current Advances (2016)

Отзывы
Отзывов пока нет.