免费下载书籍地址：PDF下载地址
精美图片
贝叶斯算法与机器学习 算法讲解 应用解析 搭建概论模型 刘冰 北京大学出版社书籍详细信息
- ISBN：9787301334577
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2022-12
- 页数：256
- 价格：51.35
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
内容简介：
本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。
本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。本书整体由易到难，逐步深入，内容以算法原理讲解和应用解析为主，每节内容辅以案例进行综合讲解。
本书内容通俗易懂，案例贴合实际，实用性强，适合有一定算法基础的读者进阶阅读，也适合其他人作为爱好阅读。
书籍目录：
第1章 贝叶斯思想简介 1
1.1 贝叶斯思想的核心 2
1.2 概率论的两大学派 2
1.3 小结 4
第2章 贝叶斯概率 5
2.1 先验概率 6
2.1.1 先验概率的定义 6
2.1.2 信息先验* 6
2.1.3 不知情的先验* 7
2.2 条件概率 7
2.2.1 条件概率的定义 7
2.2.2 事件的互斥性 8
2.2.3 事件的独立统计性 8
2.3 后验概率 8
2.3.1 后验概率的定义 9
2.3.2 后验概率与先验概率在应用上的区分 9
2.4 似然函数 10
2.4.1 似然函数的定义 11
2.4.2 似然函数的应用 12
2.5 贝叶斯公式 13
2.5.1 贝叶斯公式的定义 13
2.5.2 贝叶斯公式的推导 14
2.5.3 贝叶斯公式的应用 16
2.6 小结 18
第3章概率估计 20
3.1 什么是估计 21
3.2 概率密度函数 22
3.2.1 概率密度函数的定义 22
3.2.2 连续型概率分布 24
3.2.3 离散型概率分布 33
3.3 极大似然估计（MLE） 36
3.3.1 什么是极大似然估计 36
3.3.2 极大似然估计的应用 37
3.4 最大后验估计（MAP） 42
3.4.1 什么是最大后验估计 42
3.4.2 最大后验估计的应用 43
3.5 贝叶斯估计 45
3.5.1 什么是贝叶斯估计 45
3.5.2 贝叶斯估计算法思想 46
3.5.3 贝叶斯估计的应用概述 46
3.6 小结 47
第4章 贝叶斯分类 48
4.1 朴素贝叶斯算法 49
4.1.1 理解朴素贝叶斯算法 49
4.1.2 应用朴素贝叶斯算法 51
4.1.3 使用朴素贝叶斯算法实现案例 60
4.2 贝叶斯分类器 64
4.2.1 贝叶斯分类器简介 64
4.2.2 贝叶斯分类器的原理 66
4.2.3 对贝叶斯分类器进行训练 67
4.3 贝叶斯分类器构建 69
4.3.1 加载、解析数据 69
4.3.2 训练数据 70
4.3.3 保存、加载模型 74
4.3.4 使用模型 76
4.4 标准的分类器构建——鸢尾花分类 77
4.4.1 制作数据集 77
4.4.2 切分数据集 77
4.4.3 鸢尾花分类案例代码 78
4.5 小结 79
第5章 从贝叶斯到随机场 80
5.1 对最小错误分类进行结果优化 81
5.2 马尔科夫链 83
5.2.1 状态转移 85
5.2.2 齐次马尔科夫链 86
5.3 马尔科夫随机场 88
5.3.1 什么是马尔科夫随机场 88
5.3.2 基于马尔科夫随机场的图像分割实例 95
5.4 图像分割案例及调试 100
5.4.1 图像分割案例 100
5.4.2 图像分割案例完整实现 103
5.5 小结 105
第6章 参数估计 107
6.1 参数估计的区分 108
6.1.1 点估计 108
6.1.2 区间估计 109
6.1.3 区分点估计与区间估计 114
6.2 极大似然估计 117
6.2.1 线性回归 118
6.2.2 logistics回归 121
6.3 贝叶斯估计与推导 125
6.4 小结 127
第7章 机器学习与深度学习 129
7.1 人工智能介绍 130
7.1.1 机器人 130
7.1.2 语音识别 130
7.1.3 自然语言处理 131
7.1.4 图像识别 131
7.1.5 博弈 132
7.2 机器学习 132
7.2.1 什么是机器学习 132
7.2.2 机器学习算法 136
7.2.3 一个完整的机器学习 154
7.3 深度学习 156
7.3.1 了解深度学习 156
7.3.2 深度学习原理 158
7.3.3 一个完整的神经网络 162
7.3.4 实现一个深度学习神经网络——ResNet 164
7.4 小结 167
第8章 贝叶斯网络 169
8.1 贝叶斯网络的概念 170
8.1.1 了解贝叶斯网络 170
8.1.2 应用贝叶斯网络 172
8.2 使用贝叶斯网络实现分类功能 174
8.2.1 制作并切分数据集 174
8.2.2 构建贝叶斯网络模型 175
8.2.3 训练模型 178
8.2.4 验证模型 179
8.2.5 贝叶斯网络案例完整实现 180
8.3 贝叶斯网络的结构 182
8.3.1 head_to_head结构 182
8.3.2 tail_to_tail结构 183
8.3.3 head_to_tail结构 183
8.3.4 贝叶斯网络各结构的逻辑 184
8.3.5 道路交通监测案例 185
8.4 小结 189
第9章 动态贝叶斯网络 190
9.1 动态贝叶斯网络的概念 191
9.1.1 贝叶斯网络由静态扩展为动态 191
9.1.2 隐马尔科夫模型（HMM） 192
9.2 细谈隐马尔科夫模型 194
9.2.1 求隐含状态序列（解码问题） 194
9.2.2 求观测序列（评估问题） 196
9.2.3 求模型参数（学习问题） 199
9.3 实现“智能”的输入法 201
9.3.1 案例分析 201
9.3.2 训练初始模型 202
9.3.3 实现案例的功能 206
9.4 小结 208
第10章 贝叶斯深度学习 210
10.1 神经网络参数学习 211
10.1.1 BP算法的流程 211
10.1.2 实现BP算法 218
10.1.3 BP算法实现代码 221
10.2 贝叶斯深度学习的概念 224
10.2.1 贝叶斯神经网络与普通神经网络的区别 225
10.2.2 贝叶斯深度学习推导 227
10.2.3 贝叶斯深度学习的优势 231
10.3 贝叶斯深度学习案例 233
10.3.1 数据拟合案例 233
10.3.2 贝叶斯深度学习完整实现数据拟合 244
10.4 小结 248
作者介绍：
刘冰
----------------------------
刘冰，毕业于重庆邮电大学。深圳市壹倍科技有限公司图像算法工程师&算法研发组组长，主要从事精密类视觉系统、深度学习应用、商业数据分析、专家系统设计等相关的研究与工作。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：贝叶斯算法与机器学习 算法讲解 应用解析 搭建概论模型 刘冰 北京大学出版社在线阅读
在线听书地址：贝叶斯算法与机器学习 算法讲解 应用解析 搭建概论模型 刘冰 北京大学出版社在线收听
在线购买地址：贝叶斯算法与机器学习 算法讲解 应用解析 搭建概论模型 刘冰 北京大学出版社在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
书籍介绍
本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。 本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。本书整体由易到难，逐步深入，内容以算法原理讲解和应用解析为主，每节内容辅以案例进行综合讲解。 本书内容通俗易懂，案例贴合实际，实用性强，适合有一定算法基础的读者进阶阅读，也适合其他人作为爱好阅读。
书籍真实打分
故事情节：5分
人物塑造：5分
主题深度：4分
文字风格：7分
语言运用：7分
文笔流畅：8分
思想传递：7分
知识深度：6分
知识广度：7分
实用性：4分
章节划分：4分
结构布局：3分
新颖与独特：6分
情感共鸣：9分
引人入胜：5分
现实相关：5分
沉浸感：3分
事实准确性：7分
文化贡献：8分
网站评分
书籍多样性：3分
书籍信息完全性：5分
网站更新速度：7分
使用便利性：5分
书籍清晰度：9分
书籍格式兼容性：8分
是否包含广告：9分
加载速度：7分
安全性：9分
稳定性：8分
搜索功能：8分
下载便捷性：4分
下载点评
- 服务好(621+)
- 无广告(250+)
- 赞(664+)
- 五星好评(396+)
- 体验还行(295+)
- 赚了(74+)
- 下载速度快(287+)
- 快捷(92+)
- 小说多(650+)
- 值得购买(92+)
- 已买(547+)
- 书籍多(378+)
下载评价
网友 堵***洁：好用，支持
网友 居***南：请问，能在线转换格式吗？
网友 步***青：。。。。。好
网友 戈***玉：特别棒
网友 屠***好：还行吧。
网友 家***丝：好6666666
网友 习***蓉：品相完美
网友 辛***玮：页面不错 整体风格喜欢
网友 焦***山：不错。。。。。