[希] 西格尔斯·西奥多里蒂斯（Sergios Theodoridis）的作品

机器学习：贝叶斯和优化方法（原书第2版）

[希] 西格尔斯·西奥多里蒂斯（Sergios Theodoridis）

评分 暂无

本书对所有重要的机器学习方法和新近研究趋势进行了深入探索，新版重写了关于神经网络和深度学习的章节，并扩展了关于贝叶斯学习的内容。书中首先讨论基础知识，包括均方、最小二乘和最大似然方法，以及岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍较新的技术，包括稀疏建模方法、再生核希尔伯特空间和支持向量机中的学习、关注EM算法的贝叶斯推理及其变分近似推理、蒙特卡罗方法、关注贝叶斯网络的概率图模型