[ДМК] Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие [Кэвин Мэрфи]

[Sky90]

[ДМК] **Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие** [**Кэвин Мэрфи**]

Дополняя ранее изданную книгу «Вероятностное машинное обучение. Введение», этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения. В нем рассматриваются глубокие порождающие модели, графовые модели, байесовский вывод, обучение с подкреплением и причинность. Глубокое обучение исследуется в контексте статистического моделирования, учитывая подходы к вероятностному моделированию и выводу.

Основные темы книги:

- Предсказательные и обобщенные линейные модели;
- Глубокие и байесовские нейронные сети;
- Вариационные автокодировщики;
- Порождающие и диффузионные модели;
- Порождающие состязательные сети;
- Модели латентных факторов и пространства состояний;
- Принятие решений в условиях неопределенности;
- Обучение с подкреплением;
- Каузальность.

Книга включает главы, написанные исследователями и специалистами из Google, DeepMind, Amazon, университета Пердью, Нью-Йоркского и Вашингтонского университетов. Это делает издание особенно ценным для понимания ключевых проблем машинного обучения.

**Автор**: **Кэвин Патрик Мэрфи**

Кэвин Патрик Мэрфи получил степень бакалавра в Кембридже, Англия, затем обучался в США, где получил степень магистра технических наук в Пенсильванском университете, докторскую степень в Калифорнийском университете в Беркли, и прошел постдок в Массачусетском технологическом институте (MIT). С 2004 года он работает профессором информатики и статистики в Университете Британской Колумбии в Ванкувере. В настоящее время он трудится в компании Google в Маунтин-Вью, где занимается искусственным интеллектом, машинным обучением, компьютерным зрением и анализом текстов на естественном языке.

**Издание**: Цветное
**Оригинальное название**: "Probabilistic Machine Learning: Advanced Topics"
**Оригинальный правообладатель**: The MIT Press
**ISBN**: 978-5-93700-317-1
**Объем**: 765 страниц
**Формат**: PDF от издателя
**Стоимость**: 2800

Для просмотра скрытого содержимого вы должны зарегистрироваться