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...
Bewaard in:
| Hoofdauteur: | |
|---|---|
| Andere auteurs: | |
| Formaat: | Boek |
| Taal: | Engels |
| Gepubliceerd in: |
Londres, Inglaterra :
Springer,
2021, c2021
|
| Editie: | 2a edición |
| Reeks: | (Advances in Computer Vision and Pattern Recognition)
|
| Onderwerpen: | |
| Online toegang: | Ver documento en línea |
| Tags: |
Geen labels, Wees de eerste die dit record labelt!
|
Wees de eerste die reageert!