Have a personal or library account? Click to login
R概率图模型入门与实践 Cover

R概率图模型入门与实践

Chinese Edition

Paid access
|Jun 2024
Product purchase options

概率图,热门的机器学习研究方向!借助流行的R语言,掌握贝叶斯网络和马尔科夫网络!

Key Features

  • 市场上首本基于R语言的概率图图书
  • 结合概率论与图论的知识,提供一种简单的可视化概率模型的方法
  • 理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题

Book Description

概率图模型结合了概率论与图论的知识,提供了一种简单的可视化概率模型的方法,在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。
通过学习本书,读者可以理解概率图模型的概念,为特定的问题选取特定的概率图模型;调整模型参数,自动发现新的模型;从简单到复杂,逐步理解贝叶斯模型的基本原理;把标准的线性回归模型转换为强大的概率图模型;理解当今产业界广泛使用的高级模型;使用精确推断和近似推断算法,计算后验概率分布。
本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。

What you will learn

  • 理解概率图模型的概念,为特定的问题选取特定的概率图模型。
  • 调整模型参数,自动发现新的模型。
  • 从简单到复杂,逐步理解贝叶斯模型的基本原理。
  • 把标准的线性回归模型转换为强大的概率图模型。
  • 理解当今产业界广泛使用的高级模型。
  • 使用精确推断和近似推断算法,计算后验概率分布。

Who this book is for

无论你是R语言的新手,还是有经验的专业人士,都可以从本书学到概率图模型、贝叶斯网络、马尔科夫网络的分析方法。

Table of Contents

  1. 概率推理
  2. 精确推断
  3. 学习参数
  4. 贝叶斯建模--基础模型
  5. 近似推断
  6. 贝叶斯建模--线性模型
  7. 概率混合模型
https://github.com/packtpublishing/learning-probabilistic-graphical-models-in-r
PDF ISBN: 978-1-83620-198-4
Publisher: Packt Publishing Limited
Copyright owner: © 2024 Packt Publishing Limited
Publication date: 2024
Language: English
Pages: 202