MARC状态:审校 文献类型:中文图书 浏览次数:132
- 题名/责任者:
- 概率图模型:原理与技术/(美) Daphne Koller, (以) Nir Friedman著 王飞跃, 韩素青译
- 出版发行项:
- 北京:清华大学出版社,2015
- ISBN及定价:
- 978-7-302-37134-2 精装/CNY198.00
- 载体形态项:
- 44, 1208页:图;24cm
- 其它题名:
- 原理与技术
- 个人责任者:
- 科勒 (Koller, Daphne) 著
- 个人责任者:
- 弗里德曼 (Friedman, Nir) 著
- 个人次要责任者:
- 王飞跃 译
- 个人次要责任者:
- 韩素青 译
- 学科主题:
- 概率论-数学模型
- 中图法分类号:
- O211
- 一般附注:
- 国家自然科学基金项目支持 编号 : 61273294
- 版本附注:
- 据原书2009年英文版译出
- 出版发行附注:
- 由MIT Press授权清华大学出版社出版
- 相关题名附注:
- 英文题名取自版权页
- 责任者附注:
- 责任者Koller规范汉译姓: 科勒 ; 责任者Friedman规范汉译姓: 弗里德曼
- 书目附注:
- 有书目 (第1155-1190页) 和索引
- 提要文摘附注:
- 本书详细论述了有向图模型(又称贝叶斯网)和无向图模型(又称马尔可夫网)的表示、推理和学习问题,全面总结了人工智能这一前沿研究领域的最新进展。为了便于读者理解,书中包含了大量的定义、定理、证明、算法及其伪代码,穿插了大量的辅助材料,如示例(examples)、技巧专栏(skill boxes)、实例专栏(case study boxes)、概念专栏(concept boxes)等。另外,在第2章介绍了概率论和图论的核心知识,在附录中介绍了信息论、算法复杂性、组合优化等补充材料,为学习和运用概率图模型提供了完备的基础。
- 使用对象附注:
- 本书可作为高等学校和科研单位从事人工智能、机器学习、模式识别、信号处理等方向的学生、教师和研究人员的教材和参考书。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 | 定位 | |
O211/2030 | 2052816 | - | 10楼南数、理科学借阅室 | 借出-应还日期:2025-04-12 | 定位 | 借还中心(服务台) |
显示全部馆藏信息