概率機器學習（基礎篇）（精裝版）
[美]凱文·P. 墨菲（Kevin P. Murphy）
- 出版商: 機械工業
- 出版日期: 2026-07-01
- 售價: $2,394
- 語言: 簡體中文
- 頁數: 1243
- ISBN: 7111812077
- ISBN-13: 9787111812074
-
相關分類:
Machine Learning
- 此書翻譯自: Probabilistic Machine Learning: An Introduction (Hardcover)
-
相關翻譯:
概率機器學習 基礎篇 (簡中版)
下單後立即進貨 (約4週~6週)
商品描述
本書通過概率建模和貝葉斯決策理論的統一視角，詳細且與時俱進地介紹了機器學習（包括深度學習）的理論和方法。書中涵蓋了數學背景（包括線性代數和優化理論）、基礎的監督學習方法（包括線性回歸、邏輯回歸和深度神經網絡），以及更高級的主題（包括遷移學習和無監督學習）。章節末尾的練習讓讀者能夠應用所學知識，附錄部分則對書中使用的符號進行了說明。
作者簡介
凱文·P. 墨菲（Kevin P. Murphy）劍橋大學文學學士、賓夕法尼亞大學工程碩士、加州大學伯克利分校博士、麻省理工學院博士後。2004年，他成為加拿大溫哥華不列顛哥倫比亞大學的計算機科學和統計學教授。2011年，他前往谷歌進行學術休假。2012年，他成為谷歌的全職研究科學家。他在機器學習和圖模型相關的會議和期刊上發表了50多篇論文，並撰寫了3本書。
收起全部↑
