Probabilistic Graphical Models : Principles and Aplications /
Contiene: I). Fundamentos: 1. Introducción; 2. Teoría de probabilidad; 3. Teoría gráfica. II) Modelos probabilísticos: 4. Clasificadores bayesianos; 5. Modelos ocultos de Markov; 6. Campos aleatorios de Markov; 7. Redes bayesianas: representación e inferencia; 8. Redes bayesianas: aprendizaje; 9. Re...
Tallennettuna:
| Päätekijä: | |
|---|---|
| Muut tekijät: | |
| Aineistotyyppi: | Kirja |
| Kieli: | englanti |
| Julkaistu: |
Londres, Inglaterra :
Springer,
2021, c2021
|
| Painos: | 2a edición |
| Sarja: | (Advances in Computer Vision and Pattern Recognition)
|
| Aiheet: | |
| Linkit: | Ver documento en línea |
| Tagit: |
Ei tageja, Lisää ensimmäinen tagi!
|
Lisää ensimmäinen kommentti!