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]

Дополняя книгу «Вероятностное машинное обучение. Введение», данное произведение представляет читателю самые актуальные теории и методы машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение рассматривается в статистическом контексте, с унификацией подходов к вероятностному моделированию и выводу.

**Основные темы:**

- Предсказательные и обобщенные линейные модели;
- Глубокие и байесовские нейронные сети;
- Вариационные автокодировщики;
- Порождающие и диффузионые 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, работает в Google. Его область интересов включает искусственный интеллект, машинное обучение, компьютерное зрение и анализ текстов естественного языка.

**Издательство:** The MIT Press
**Автор:** Мэрфи К. П.
**Объем:** 765 стр.
**ISBN:** 978-5-93700-317-1
**Формат:** Цветной PDF

**Цена:** 2800

Книга представляет ценную информацию от ведущих специалистов Google, DeepMind, Amazon и университетов Пердью, Нью-Йорка и Вашингтона. Настоятельно рекомендуется для понимания актуальных проблем машинного обучения.

Для просмотра скрытого содержимого вы должны зарегистрироваться