Описание

Этот учебник высокого уровня, являющийся передовым аналогом вероятностного машинного обучения: введение, обеспечивает исследователям и аспирантам детальное освещение самых современных тем машинного обучения, включая глубокое генеративное моделирование, графические модели, байезийский вывод, усиливающее обучение и причинно-следственную связь. Этот Том позволяет рассматривать глубокое изучение в более широком статистическом контексте и объединяет подходы, основанные на глубоком изучении, с подходами, основанными на вероятностном моделировании и выводах. Благодаря вкладу ведущих ученых и экспертов доменов из таких мест, как Google, DeepMind, Amazon, Purdue University, нью-йоркский университет и вашингтонский университет, эта книга имеет важное значение для понимания жизненно важных вопросов в машинном обучении.
Охватывает создание высокомерных выходных данных, таких как изображения, текст и графики
Обсуждаются методы получения представления о данных на основе скрытых моделей переменных
Рассматривает обучение и тестирование в различных дистрибутивах
Исследует, как использовать вероятностные модели и выводы для причинно-следственных выводов и принятия решений
Онлайн-сопровождение Python code

Probabilistic Machine Learning: Advanced Topics

О товаре

Описание

Характеристики

Общие характеристики

Дополнительно

Нет отзывов и оценок

Рекомендуем

Подборки в категории "Книги на иностранных языках"

Часто покупают

Популярное