深度学习：原理与概念
A

深度学习：原理与概念

神经网络
deep learning neural networks machine learning probability theory Bayesian inference Gaussian distribution model regularization
作者
Кристофер М. Бишоп, Хью Бишоп
出版社
ДМК Пресс
年份
2025
语言
俄语
60
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

从实践者角度看深度学习

从实践者角度看深度学习

Джош Паттерсон, Адам Гибсон

无需数学的深度学习。第1卷：基础

无需数学的深度学习。第1卷：基础

Эндрю Гласснер

贝叶斯感知与行动模型。对大脑工作原理的现代视角

贝叶斯感知与行动模型。对大脑工作原理的现代视角

Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх

概率机器学习：导论

概率机器学习：导论

Кэвин П. Мэрфи

无需多言的机器学习

无需多言的机器学习

Андрей Бурков

机器学习。从数据中提取知识的科学与艺术。

机器学习。从数据中提取知识的科学与艺术。

Петер Флах (Peter Flach)

回归分析：理论与实践。使用R和Stan的示例

回归分析：理论与实践。使用R和Stan的示例

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

概率机器学习。附加主题：基础与推断

概率机器学习。附加主题：基础与推断

Кэвин П. Мэрфи

生物学与医学中的深度学习

生物学与医学中的深度学习

Бхарат Рамсундар, Питер Истман, Патрик Уолтерс, Виджай Панде

Python贝叶斯分析：使用PyMC3和ArviZ进行统计建模与概率编程入门

Python贝叶斯分析：使用PyMC3和ArviZ进行统计建模与概率编程入门

Освальдо Мартин