返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 机器学习中的概率思维
  • 新商品上架
    • 作者: 翟中华著 | 翟中华编 | 无译
    • 出版社: 电子工业出版社
    • 出版时间:2025-05
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 翟中华著| 翟中华编| 无译
    • 出版社:电子工业出版社
    • 出版时间:2025-05
    • 页数:112页
    • 开本:32开
    • ISBN:9787121495021
    • 版权提供:电子工业出版社

    内容介绍

    本书深入剖析机器学习中的概率思维,从基础理论出发,结合经典案例,阐述如何将概率思维巧妙地应用于机器学习算法,帮助读者理解数据背后的规律与不确定性。除引言外,全书内容分为5章,包括贝叶斯定理中的概率思维、朴素贝叶斯算法中的概率思维、极大似然估计和*大后验估计、贝叶斯网络、马尔可夫链和隐马尔可夫模型。本书适合机器学习领域的工程师、研究员阅读,也可作为计算机科学、统计学、电子工程、计量经济学等领域的技术人员的参考用书。
    目录

    目录
    引言 概率对于机器学习的重要性 001
    *1章 贝叶斯定理中的概率思维 008
    1.1 概率基础知识 008
    1.2 条件独立 011
    1.3 贝叶斯定理的证据思想 014
    1.3.1 贝叶斯定理实际应用 014
    1.3.2 阐述公式背后的意义 017
    1.4 贝叶斯哲学本质 023
    1.4.1 趋于真理的过程 023
    1.4.2 贝叶斯哲学精神 024
    1.5 贝叶斯数学思想 024
    *2章 朴素贝叶斯算法中的概率思维 033
    2.1 应用贝叶斯定理构建朴素贝叶斯分类器 033
    2.2 比较条件概率 036
    2.3 朴素贝叶斯的类型 040
    第3章 极大似然估计和*大后验估计 041
    3.1 极大似然估计 041
    3.2 *大后验估计 045
    3.3 MLE与MAP估计的区别与联系 047
    3.4 使用MAP估计求解硬币翻转问题 048
    3.5 贝叶斯推理 051
    3.5.1 贝叶斯推理举例 051
    3.5.2 贝叶斯推理详细推导 053
    3.5.3 期望后验 056
    3.6 逻辑回归中的极大似然和*大后验 057
    3.7 高斯判别分析 058
    第4章 贝叶斯网络 063
    4.1 从条件概率到贝叶斯网络定义 064
    4.2 贝叶斯网络结构 069
    4.3 条件概率表 071
    4.4 贝叶斯网络解释 073
    第5章 马尔可夫链和隐马尔可夫模型 077
    5.1 马尔可夫链:概率序列 078
    5.2 马尔可夫假设 081
    5.3 求马尔可夫链某个状态的概率 083
    5.4 隐马尔可夫模型 086
    5.5 隐马尔可夫前向算法和后向算法 093
    作者介绍

    翟中华,清华大学经管学院《创新创业实验室》实践项目指导老师、北京洪策元创智能科技有限公司CEO、AI火箭营&席讲师。毕业于清华大学,长期从事机器学习、深度学习等方面的工作,先后在互联网、互联网金融等行业公司主持技术工作,曾在互联网征信、大数据等行业公司任技术总监。在AI火箭营讲授的课程《深度学习理论与PyTorch 实践》广受好评。自ChatGPT发布以来,积极布局GPT技术与应用,已在国外先进开源模型基础上训练中文自研模型,开发了智能客服、智能律师助手、智能问诊助理等行业大模型应用。朱雅哲,专注于数据智能与司法科技的融合应用,主导研发的“同案犯比对系统”已被司法部采纳为典型参考案例。
    媒体评论

    “AI口袋书系列”新书,聚焦机器学习中的概率思维,解锁数据规律与算法逻辑。从贝叶斯定理、朴素贝叶斯算法到马尔可夫链,以经典案例拆解理论难点,让概率思维在机器学习算法中活学活用。
    关联推荐

    “AI口袋书系列”新书,聚焦机器学习中的概率思维,解锁数据规律与算法逻辑。从贝叶斯定理、朴素贝叶斯算法到马尔可夫链,以经典案例拆解理论难点,让概率思维在机器学习算法中活学活用。
    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购