Вероятностное машинное обучение. Дополнительные темы: основания, вывод
A

Вероятностное машинное обучение. Дополнительные темы: основания, вывод

Математика
probabilistic machine learning advanced topics Bayesian inference statistical foundations machine learning algorithms theoretical mathematics data distributions
Автор
Кэвин П. Мэрфи
Издательство
ДМК Пресс
Год
2024
Язык
Русский
58
Оцените книгу

Чтобы читать книгу, войдите / зарегистрируйтесь

Ознакомительный фрагмент

Похожие книги

Вероятностное машинное обучение: введение

Вероятностное машинное обучение: введение

Кэвин П. Мэрфи

Глубокое обучение без математики. Том 1. Основы

Глубокое обучение без математики. Том 1. Основы

Эндрю Гласснер

Нейросети на Python. Основы ИИ и машинного обучения

Нейросети на Python. Основы ИИ и машинного обучения

Куликова И. В.

Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики

Томас Нилд

Теория вероятностей и математическая статистика. Руководство по решению задач

Теория вероятностей и математическая статистика. Руководство по решению задач

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

Глубокое обучение: принципы и концепции

Глубокое обучение: принципы и концепции

Кристофер М. Бишоп, Хью Бишоп

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Петер Флах (Peter Flach)

Алгоритмы принятия решений

Алгоритмы принятия решений

Микель Кохендерфер, Тим Уилер, Кайл Рэй

Регрессия: теория и практика. C примерами на R и Stan

Регрессия: теория и практика. C примерами на R и Stan

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

Байесовские модели. Байесовская статистика на языке программирования Python

Байесовские модели. Байесовская статистика на языке программирования Python

Аллен Б. Дауни