Probabilistic Machine Learning : Advanced Topics /

Contiene: 1) Introducción; 2) Probabilidad; 3) Estadísticas; 4) Modelos gráficos; 5) Teoría de la información; 6) Optimización; 7) Algoritmos de inferencia: una descripción general; 8) Filtrado y suavización gaussiano; 9) Algoritmos de paso de mensajes; 10) Inferencia variacional; 11) Métodos de Mon...

Descripción completa

Detalles Bibliográficos

Autor principal:	Murphy, Kevin P. (autor)
Formato:	Libro
Idioma:	Inglés
Publicado:	Cambridge, EUA : Massachusetts Institute of Technology, 2023, c2023
Colección:	(Adaptative Computation and Machine Learning)
Temas:	Toma de Decisiones - > Modelos Matemáticos Inferencia Bayesiana Redes Neurales Modelos Predictivos Procesos de Markov Método de Montecarlo Aprendizaje Automático (Inteligencia Artificial) - > Tema Principal Inteligencia Artificial Algoritmos Computacionales Ingeniería Computacional Algoritmos - > Tema Principal Autómatas Matemáticos - > Teoría Modelos Matemáticos - > Tema Principal Probabilidad Matemáticas
Etiquetas:	Agrega una etiqueta Sin etiquetas, Sé el primero en etiquetar este registro!