附件:设置1:设置2:设置3:本书从工程的角度概述了概率图模型 (PGMs) 。书本涵盖了PGMs每种主要类别的基础知识, 包括表示、推理和学习原则, 并回顾了每种类型的模型在现实世界中的应用。这些应用来自广泛的学科, 突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。本书特色: 提出了包括PGMs所有主要类别的统一框架 ; 介绍了不同技术的实际应用 ; 该领域研究的最新发展, 包括多维贝叶斯分类器、关系图模型和因果模型 ; 每一章的末尾都附有练习、进一步阅读的建议和研究或编程项。摘要:有书目和索引
附注提要
本书从工程的角度概述了概率图模型 (PGMs) 。书本涵盖了PGMs每种主要类别的基础知识, 包括表示、推理和学习原则, 并回顾了每种类型的模型在现实世界中的应用。这些应用来自广泛的学科, 突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。本书特色: 提出了包括PGMs所有主要类别的统一框架 ; 介绍了不同技术的实际应用 ; 该领域研究的最新发展, 包括多维贝叶斯分类器、关系图模型和因果模型 ; 每一章的末尾都附有练习、进一步阅读的建议和研究或编程项。