机读格式显示(MARC)

• 000 01291nam0 2200265 450

• 001 0000210690

• 005 20241107211700.0

• 010 __ |a 978-7-302-63184-2 |d CNY99.00

• 100 __ |a 20241018d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 概率机器学习 |A gai lv ji qi xue xi |f 朱军著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023.7

• 215 __ |a 16, 368页 |c 图 |d 26cm

• 314 __ |a 朱军, 清华大学计算机系Bosch AI冠名教授, IEEE Fellow, 清华大学人工智能研究院副院长, 曾任卡内基-梅隆大学兼职教授。主要从事机器学研究。

• 320 __ |a 有书目 (第346-368页)

• 330 __ |a 本书从概率建模和统计推断的角度系统介绍机器学习的基本概念、经典算法及前沿进展。包括概率机器学习基础、学习理论、概率图模型、近似概率推断、强化学习等。其中在基础知识部分, 将介绍概率机器学习的内涵和主要内容, 以及概率统计的基本工具。在经典机器学习部分, 将介绍有监督、无监督两类任务下的机器学习方法。在学习理论部分, 将介绍机器学习性能的评价方法, 以及典型的泛化性、稳定性等分析方法。在前沿进展部分, 将介绍概率图模型、深度生成模型、深度强化学习等内容。

• 333 __ |a 本书适用于计算机、人工智能高级本科生、研究生和科研人员

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP18 |v 5

• 701 _0 |a 朱军 |A zhu jun |4 著

• 801 _0 |a CN |b 辽批 |c 20241018

• 905 __ |a AHLSL |d TP18/246