机读格式显示(MARC)

• 000 01514oam2 2200289 450

• 001 0000699018

• 005 20240816091800.0

• 010 __ |a 978-7-111-73296-9 |d CNY199.00

• 100 __ |a 20231030d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 贝叶斯推理与机器学习 |A bei ye si tui li yu ji qi xue xi |f = (英) 大卫·巴伯著 |d = Bayesian reasoning and machine learning |f David Barber |g 徐增林译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a 586页, [12] 页图版 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 320 __ |a 有书目 (第573-586页)

• 330 __ |a 本书全面介绍贝叶斯推理与机器学习，涉及基本概念、理论推导和直观解释，涵盖各种实用的机器学习算法，包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。在介绍方法的同时，强调概率层面的理论支持，可帮助读者加强对机器学习本质的认识，其适合想要学习机器学习中的概率方法的读者。首先介绍概率论和图的基础概念，然后以图模型为切入点，用一种统一的框架讲解从基本推断到高阶算法的知识。不仅配有BRMLI具箱，而且提供大量MATLAB代码实例，将概率模型与编程实践相结合，从而帮助读者更好地理解模型方法。

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Bayesian reasoning and machine learning |A Bayesian Reasoning And Machine Learning |m Chinese

• 606 0_ |a 贝叶斯推断 |A bei ye si tui duan |x 机器学习

• 690 __ |a O212 |v 5

• 701 _0 |a 巴伯 |A ba bai |g (Barber David) |4 著

• 702 _0 |a 徐增林 |A xu zeng lin |4 译

• 801 _0 |a CN |b WFKJXY |c 20240816

• 905 __ |a WFKJXY |d O212/22