- Регистрация
- 8 Сен 2016
- Сообщения
- 483.857
- Реакции
- 268.180
[ДМК] **Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие** [Кэвин Мэрфи]
**Описание:**
Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения. Автор рассматривает глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте статистического моделирования, а подходы к глубокому обучению унифицированы с вероятностным моделированием и выводом.
**Основные темы:**
- Предсказательные и обобщенные линейные модели.
- Глубокие и байесовские нейронные сети.
- Вариационные автокодировщики.
- Порождающие и диффузионные модели.
- Порождающие состязательные сети.
- Модели латентных факторов и пространства состояний.
- Принятие решений в условиях неопределенности.
- Обучение с подкреплением.
- Каузальность.
**Об авторе:**
Кэвин Патрик Мэрфи — профессор информатики и статистики в Университете Британской Колумбии в Ванкувере. Он работает в отделении Google в Маунтин-Вью и занимается искусственным интеллектом, машинным обучением, компьютерным зрением и пониманием текстов на естественном языке.
**Информация об издании:**
- **Издательство:** The MIT Press
- **Автор:** Мэрфи К. П.
- **Объем:** 765 страниц
- **ISBN:** 978-5-93700-317-1
- **Формат:** PDF
- **Стоимость:** 2800
Эта книга является важным источником информации для профессионалов и исследователей в области машинного обучения, представленным в контексте современных тенденций и методов работы с данными.
**Описание:**
Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения. Автор рассматривает глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение излагается в контексте статистического моделирования, а подходы к глубокому обучению унифицированы с вероятностным моделированием и выводом.
**Основные темы:**
- Предсказательные и обобщенные линейные модели.
- Глубокие и байесовские нейронные сети.
- Вариационные автокодировщики.
- Порождающие и диффузионные модели.
- Порождающие состязательные сети.
- Модели латентных факторов и пространства состояний.
- Принятие решений в условиях неопределенности.
- Обучение с подкреплением.
- Каузальность.
**Об авторе:**
Кэвин Патрик Мэрфи — профессор информатики и статистики в Университете Британской Колумбии в Ванкувере. Он работает в отделении Google в Маунтин-Вью и занимается искусственным интеллектом, машинным обучением, компьютерным зрением и пониманием текстов на естественном языке.
**Информация об издании:**
- **Издательство:** The MIT Press
- **Автор:** Мэрфи К. П.
- **Объем:** 765 страниц
- **ISBN:** 978-5-93700-317-1
- **Формат:** PDF
- **Стоимость:** 2800
Эта книга является важным источником информации для профессионалов и исследователей в области машинного обучения, представленным в контексте современных тенденций и методов работы с данными.
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [ИИ] Чат-бот с искусственным интеллектом ChatGPT [openai.com] Team №9 на 1 месяц по 10 человек
- Время праздновать! Книга-лекарство от обесценивания, суеты и дня сурка [Анна Черных]
- Дайте денег, работу не предлагать. Книга-практикум по решению психологических проблем с финансами [Марина Гогуева]
- Все под контролем! Как быть усидчивым, внимательным и спокойным, даже если у тебя СДВГ [Лоуренс Шапиро]
- Мозг: еда и новизна. Почему нас тянет к новому и вкусному [Вячеслав Дубынин]
- Как приручить тревогу. Шаг за шагом к внутреннему спокойствию. Дневник ежедневных побед [Татьяна Орешина]
- Биполярное расстройство во всем его многообразии [EduNote] [Маша Пушкина (Фаворская)]
- Прогноз-руководство на 2025 [Школа Китайской Метафизики] [Наталья Пугачёва]