Скачать [ДМК] Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие [Кэвин Мэрфи]

[Kevin]

[ДМК] **Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие** [Кэвин Мэрфи]

Этот классический труд дополняет книгу "Вероятностное машинное обучение. Введение" и представляет читателям детали самых актуальных теорий и методов машинного обучения. Он включает в себя глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение рассматривается в контексте более широкого статистического фреймворка, и подходы к нему 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.

Отдельные части книги написаны ведущими исследователями и специалистами из компаний Google, DeepMind, Amazon, а также университетов Пердью, Нью-Йорка и Вашингтона. Из-за этого книга является важным ресурсом для понимания современных проблем машинного обучения.

**Автор:** Кэвин Патрик Мэрфи
Кэвин Мэрфи - профессор информатики и статистики в Университете Британской Колумбии, а также работает в Google в области искусственного интеллекта, машинного обучения, компьютерного зрения и обработки текста на естественном языке.

**Издание:** Цветное
**Оригинальное название:** "Probabilistic Machine Learning: Advanced Topics"
**Издательство:** The MIT Press
**Автор:** Кэвин П. Мэрфи
**Объем:** 765 страниц
**ISBN:** 978-5-93700-317-1
**Формат:** PDF
**Стоимость:** 2800 руб.

Для просмотра скрытого содержимого вы должны зарегистрироваться