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...
Збережено в:
| Автор: | |
|---|---|
| Інші автори: | |
| Формат: | Книга |
| Мова: | Англійська |
| Опубліковано: |
Londres, Inglaterra :
Springer,
2021, c2021
|
| Редагування: | 2a edición |
| Серія: | (Advances in Computer Vision and Pattern Recognition)
|
| Предмети: | |
| Онлайн доступ: | Ver documento en línea |
| Теги: |
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Будьте першим, хто залишить коментар!