貝葉斯算法與機器學習

貝葉斯算法與機器學習

《貝葉斯算法與機器學習》是一本2022年北京大學出版社出版的圖書,作者是劉冰。

基本介紹

  • 中文名:貝葉斯算法與機器學習
  • 作者:劉冰
  • 類別:計算機與網際網路
  • 出版社:北京大學出版社
  • 出版時間:2022年12月1日
  • 頁數:256 頁
  • 定價:79 元
  • 開本:16 開
  • 裝幀:平裝
  • ISBN:9787301334577
內容簡介,圖書目錄,作者簡介,

內容簡介

本書從貝葉斯理論的基本原理講起,逐步深入算法、機器學習、深度學習,並配合項目案例,重點介紹了基於貝葉斯理論的算法原理,及其在機器學習中的套用。
本書分為10章,涵蓋了貝葉斯機率、機率估計、貝葉斯分類、隨機場、參數估計、機器學習、深度學習、貝葉斯網路、動態貝葉斯網路、貝葉斯深度學習等。本書涉及的套用領域包含機器學習、圖像處理、語音識別、語義分析等。本書整體由易到難,逐步深入,內容以算法原理講解和套用解析為主,每節內容輔以案例進行綜合講解。
本書內容通俗易懂,案例貼合實際,實用性強,適合有一定算法基礎的讀者進階閱讀,也適合其他人作為愛好閱讀。

圖書目錄

第1章 貝葉斯思想簡介
1.1 貝葉斯思想的核心
1.2 機率論的兩大學派
1.3 小結
第2章 貝葉斯機率
2.1 先驗機率
2.1.1 先驗機率的定義
2.1.2 信息先驗*
2.1.3 不知情的先驗*
2.2 條件機率
2.2.1 條件機率的定義
2.2.2 事件的互斥性
2.2.3 事件的獨立統計性
2.3 後驗機率
2.3.1 後驗機率的定義
2.3.2 後驗機率與先驗機率在套用上的區分
2.4 似然函式
2.4.1 似然函式的定義
2.4.2 似然函式的套用
2.5 貝葉斯公式
2.5.1 貝葉斯公式的定義
2.5.2 貝葉斯公式的推導
2.5.3 貝葉斯公式的套用
2.6 小結
第3章機率估計
3.1 什麼是估計
3.2 機率密度函式
3.2.1 機率密度函式的定義
3.2.2 連續型機率分布
3.2.3 離散型機率分布
3.3 極大似然估計(MLE)
3.3.1 什麼是極大似然估計
3.3.2 極大似然估計的套用
3.4 最大後驗估計(MAP)
3.4.1 什麼是最大後驗估計
3.4.2 最大後驗估計的套用
3.5 貝葉斯估計
3.5.1 什麼是貝葉斯估計
3.5.2 貝葉斯估計算法思想
3.5.3 貝葉斯估計的套用概述
3.6 小結

作者簡介

劉冰,畢業於重慶郵電大學。深圳市壹倍科技有限公司圖像算法工程師&算法研發組組長,主要從事精密類視覺系統、深度學習套用、商業數據分析、專家系統設計等相關的研究與工作。

相關詞條

熱門詞條

聯絡我們