书城首页 › 当代 › 工业 › 概率机器学习基础篇+进阶篇
当代·工业

概率机器学习基础篇+进阶篇

正版保障多仓发货48小时内发货2-3天送达可开发票
¥279.13 定价 ¥468.00 6折 立省 ¥188.87
仅剩 4 件 全新
商品参数
书名
概率机器学习基础篇+进阶篇
作者
(美)凯文·P.墨菲(Kevin P.Murphy) 著 余青松,江红,余靖 译等
出版社
机械工业出版社
出版时间
2025-11-01
ISBN
9787111784968
货号
1204623151
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
概率机器学习基础篇+进阶篇
作者
(美)凯文·P.墨菲(Kevin P.Murphy) 著 余青松,江红,余靖 译等
出版社
机械工业出版社
出版时间
2025-11-01
ISBN
9787111784968
货号
1204623151
品相
全新
分类
当代·工业
作者简介▼

凯文·P. 墨菲

(Kevin P. Murphy)

先后获得剑桥大学文学学士学位、宾夕法尼亚大学工程硕士学位以及加州大学伯克利分校博士学位。此后他在麻省理工学院完成博士后研究,并于2004至2012年间担任加拿大温哥华不列颠哥伦比亚大学计算机科学与统计学副教授。获得终身教职后,他在学术休假期间加入谷歌公司,最终选择留任。目前,凯文担任谷歌Deepmind首席研究科学家兼总监,领导着由28名研究人员和工程师组成的团队,专注生成模型(包括扩散模型和大语言模型)、强化学习、机器人技术、贝叶斯推断等前沿领域。他已在学术会议和期刊上发表140余篇论文,并于2012、2022和2023年通过麻省理工学院出版社出版了三部机器学习教材(Machine Learning: A Probabilistic Perspective,Probabilistic Machine Learning: An Introduction,Probabilistic Machine Learning: Advanced Topics),其中2012年版本教材获得了统计科学领域佳书籍的DeGroot奖。凯文曾于2014至2017年间担任机器学习领域顶期刊Journal of Machine Learning Research(JMLR)联合主编,现任ACM/IMS期刊Data Science及期刊Foundations and Trends in Machine Learning高级编辑。

目录▼

《概率机器学习(基础篇)》

《概率机器学习(进阶篇)》

【注】本套装以商品标题及实物为准,因仓位不同可能会拆单发货,如有需要购买前可联系客服确认后再下单,谢谢!

文摘▼

《概率机器学习(基础篇)》

本书通过概率建模和贝叶斯决策理论的统一视角,详细且与时俱进地介绍了机器学习(包括深度学习)的理论和方法。书中涵盖了数学背景(包括线性代数和优化理论)、基础的监督学习方法(包括线性回归、逻辑回归和深度神经网络),以及更高级的主题(包括迁移学习和无监督学习)。章节末尾的练习让读者能够应用所学知识,附录部分则对书中使用的符号进行了说明。

本书源自作者2012年的著作《机器学习:概率视角》,它不仅仅是一个简单的更新版本,更是一本全新的著作,反映了自2012年以来该领域的巨大发展,尤其是深度学习方面的进展。由于篇幅限,新版分为上下两卷:《概率机器学习:基础篇》和《概率机器学习:进阶篇》,本书是上卷基础篇,下卷进阶篇将继续采用相同的概率方法,深入探讨更高级的主题。

新版的另一个主要变化是所有的软件代码都使用Python而不是MATLAB来实现,新代码使用了标准的Python库,例如NumPy、Scikit-learn、JAX、PyTorch、TensorFlow等,这些代码不需要本地安装,它们可以在云端笔记本中运行,这为书中讨论的理论主题提供了实用的补充。

《概率机器学习(进阶篇)》

采用概率建模和贝叶斯决策理论的统一视角,全面介绍机器学习领域的经典理论和近期发展,包括深度学习领域的一些主题以及其他进展,比如生成模型、变分推理、强化学习等,还增添了一些例如优化和线性代数方面的背景内容。全书分为基础篇和进阶篇,本书是进阶篇。

¥279.13
🛒购物车