Pattern Recognition and Machine Learning

Autor Christopher M. Bishop

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( měkká vazba )

Produkt je nedostupný.

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 499 Kč dárek zdarma v hodnotě 299 Kč

Gump: Jsme dvojka

Příběh, jaký by napsala Agatha Christie, kdyby chtěla, aby byl její hrdina Čech s krizí středního věku. Více informací

This is the first textbook on pattern recognition to present the Bayesian viewpoint. The book presents approximate inference algorithms that permit fast approximate answers in situations where exact answers are not feasible. It uses graphical models to describe probability distributions when no other books apply graphical models to machine learning. No previous knowledge of pattern recognition or machine learning concepts is assumed. Familiarity with multivariate calculus and basic linear algebra is required, and some experience in the use of probabilities would be helpful though not essential as the book includes a self-contained introduction to basic probability theory.