|
题名:
|
概率机器学习 / (美) 凯文·P. 墨菲著 , 余青松, 江红, 余靖译 |
|
ISBN:
|
978-7-111-78496-8 价格： CNY169.00 |
|
语种:
|
chi |
|
载体形态:
|
xx, 655页, [16] 页图版 图 (部分彩图) 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2025 |
|
内容提要:
|
本书通过概率建模和贝叶斯决策理论的统一视角, 详细地介绍了机器学习 (包括深度学习)。书中涵盖了数学背景 (包括线性代数和优化)、基本监督学习 (包括线性回归、逻辑回归和深度神经网络), 以及更高级的主题 (包括迁移学习和无监督学习)。章节末尾的练习让读者能够应用所学知识, 附录则涵盖了符号说明。本书不仅仅是一个简单的更新版本, 更是一本全新的著作, 反映了自2012年以来机器学习领域的巨大发展, 尤其是深度学习方面的进展。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
墨菲 著 |
|
次要责任者:
|
余青松 译 |
|
次要责任者:
|
江红 译 |
|
次要责任者:
|
余靖 译 |
|
责任者附注:
|
凯文·P. 墨菲, 先后获得剑桥大学文学学士学位、宾夕法尼亚大学工程硕士学位以及加州大学伯克利分校博士学位。此后他在麻省理工学院完成博士后研究, 并于2004至2012年间担任加拿大温哥华不列颠哥伦比亚大学计算机科学与统计学副教授。获得终身教职后, 他在学术休假期间加入谷歌公司, 最终选择留任。 |
|
索书号:
|
TP181/6044 |