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

[Джокер]

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

Эта книга является дополнением к ранее выпущенной работе "Вероятностное машинное обучение. Введение". В ней рассматриваются ключевые теории и методы машинного обучения, такие как глубокие порождающие модели, байесовский вывод, обучение с подкреплением, а также причинность. Глубокое обучение контекстуализируется в рамках статистического анализа, а подходы к нему связываются с вероятностным моделированием и выводом.

Ключевые темы, рассмотренные в книге:

- 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.

Различные разделы книги написаны специалистами из компаний Google, DeepMind, Amazon, университетов Пердью, Нью-Йорка и Вашингтона. Это делает книгу важным ресурсом для понимания актуальных проблем машинного обучения.

Автор Кевин Патрик Мёрфи - профессор информатики и статистики в Университете Британской Колумбии, специалист в области искусственного интеллекта, машинного обучения, компьютерного зрения и обработки естественного языка.

Издание: Цветное
Оригинальное название: "Probabilistic Machine Learning: Advanced Topics"
Оригинальный правообладатель: The MIT Press
Автор: Мёрфи, Кевин Патрик
Объем: 765 страниц
ISBN: 978-5-93700-317-1
Доступно в PDF от издателя.
Цена: 2800 руб.

Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться