- 题名/责任者:
- Machine learning : a Bayesian and optimizations perspective / Sergios Theodoridis = 机器学习 : 贝叶斯和优化方法 / [希]西格尔斯·西奥多里蒂斯.
- 版本说明:
- Second edition.
- 出版发行项:
- 北京 : China Machine Press, 2021.
- ISBN:
- 9787111668374 (hardback)
- 载体形态项:
- xxii, 1130 pages : illustrations (some color) ; 25 cm.
- 变异题名:
- 机器学习 : 贝叶斯和优化方法
- 丛编说明:
- 经典原版书库
- 个人责任者:
- Theodoridis, Sergios, author.
- 论题主题:
- Machine learning.
- 中图法分类号:
- TP181
- 一般附注:
- HZ Books.
- 一般附注:
- 华章教育.
- 一般附注:
- "英文版"
- 书目附注:
- Includes bibliographical references and index.
- 摘要附注:
- 本书通过讲解监督学习的两大支柱—回归和分类—将机器学习纳入统一视角展开讨论。书中首先讨论基础知识,包括均方、最小二乘和最大似然方法、岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍新近的技术,包括稀疏建模方法,再生核希尔伯特空间中的学习、支持向量机中的学习、关注EM算法的贝叶斯推理及其近似推理变分版本、蒙特卡罗方法、聚焦于贝叶斯网络的概率图模型、隐马尔科夫模型和粒子滤波。此外,本书还深入讨论了降维和隐藏变量建模。全书以关于神经网络和深度学习架构的扩展章节结束。此外,书中还讨论了统计参数估计、维纳和卡尔曼滤波、凸性和凸优化的基础知识,其中,用一章介绍了随机逼近和梯度下降族的算法,并提出了分布式优化的相关概念、算法和在线学习技术.
- 原版附注:
- Reprint. Originally published: Elsevier, [2020]. 2nd ed. 9780128188033.
- 语种附注:
- Publisher's notes in Chinese.
全部MARC细节信息>>