R概率图模型入门与实践: Chinese Edition

Posts & Telecom Press · David Bellot

thg 5 2024 · Packt Publishing Ltd

Giới thiệu về sách điện tử này

概率图,热门的机器学习研究方向!借助流行的R语言,掌握贝叶斯网络和马尔科夫网络!Key Features

• 市场上首本基于R语言的概率图图书
• 结合概率论与图论的知识,提供一种简单的可视化概率模型的方法
• 理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题

Book Description概率图模型结合了概率论与图论的知识,提供了一种简单的可视化概率模型的方法,在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。 通过学习本书,读者可以理解概率图模型的概念,为特定的问题选取特定的概率图模型;调整模型参数,自动发现新的模型;从简单到复杂,逐步理解贝叶斯模型的基本原理;把标准的线性回归模型转换为强大的概率图模型;理解当今产业界广泛使用的高级模型;使用精确推断和近似推断算法,计算后验概率分布。 本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。What you will learn

• 理解概率图模型的概念,为特定的问题选取特定的概率图模型。
• 调整模型参数,自动发现新的模型。
• 从简单到复杂,逐步理解贝叶斯模型的基本原理。
• 把标准的线性回归模型转换为强大的概率图模型。
• 理解当今产业界广泛使用的高级模型。
• 使用精确推断和近似推断算法,计算后验概率分布。

Who this book is for

无论你是R语言的新手,还是有经验的专业人士,都可以从本书学到概率图模型、贝叶斯网络、马尔科夫网络的分析方法。

Giới thiệu tác giả

David Bellot是法国国家信息与自动化研究所(INRIA)计算机科学专业的博士,致力于贝叶斯机器学习。他也是美国加州大学伯克利分校的博士后,为英特尔、Orange电信和巴克莱银行等公司工作过。他现在财经行业工作,使用机器学习技术开发财经市场的预测算法,同时也是开源项目,如Boost C++库的贡献者。