Apprentissage automatique probabiliste. Sujets avancés : fondements, inférence
A

Apprentissage automatique probabiliste. Sujets avancés : fondements, inférence

Mathématiques
probabilistic machine learning advanced topics Bayesian inference statistical foundations machine learning algorithms theoretical mathematics data distributions
Auteur
Кэвин П. Мэрфи
Éditeur
ДМК Пресс
Année
2024
Langue
Russe
49
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Apprentissage automatique probabiliste : introduction

Apprentissage automatique probabiliste : introduction

Кэвин П. Мэрфи

Deep Learning sans Mathématiques. Volume 1. Fondamentaux

Deep Learning sans Mathématiques. Volume 1. Fondamentaux

Эндрю Гласснер

Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

Куликова И. В.

Mathématiques pour la Data Science. Gérer les données avec l'algèbre linéaire, la théorie des probabilités et les statistiques.

Mathématiques pour la Data Science. Gérer les données avec l'algèbre linéaire, la théorie des probabilités et les statistiques.

Томас Нилд

Théorie des probabilités et statistiques mathématiques. Guide de résolution de problèmes

Théorie des probabilités et statistiques mathématiques. Guide de résolution de problèmes

В. В. Григорьев-Голубев, Н. В. Васильева, Е. А. Кротов

Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

Кристофер М. Бишоп, Хью Бишоп

Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

Apprentissage automatique. Science et art de la conception d'algorithmes qui extraient des connaissances à partir des données.

Петер Флах (Peter Flach)

Algorithmes de prise de décision

Algorithmes de prise de décision

Микель Кохендерфер, Тим Уилер, Кайл Рэй

Régression : théorie et pratique. Avec des exemples en R et Stan

Régression : théorie et pratique. Avec des exemples en R et Stan

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

Modèles bayésiens. Statistiques bayésiennes avec le langage de programmation Python

Modèles bayésiens. Statistiques bayésiennes avec le langage de programmation Python

Аллен Б. Дауни