Verfasst von:	Murphy, Kevin P. [VerfasserIn]
Titel:	Probabilistic machine learning
Titelzusatz:	an introduction
Verf.angabe:	Kevin P. Murphy
Verlagsort:	Cambridge, Massachusetts ; London, England
Verlag:	The MIT Press
E-Jahr:	2022
Jahr:	[2022]
Umfang:	xxix, 826 Seiten
Illustrationen:	Illustrationen, Diagramme
Format:	24 cm
Gesamttitel/Reihe:	Adaptive computation and machine learning
Fussnoten:	Literaturverzeichnis: Seiten 793-826
ISBN:	978-0-262-04682-4
Abstract:	"This book provides a detailed and up-to-date coverage of machine learning. It is unique in that it unifies approaches based on deep learning with approaches based on probabilistic modeling and inference. It provides mathematical background (e.g. linear algebra, optimization), basic topics (e.g., linear and logistic regression, deep neural networks), as well as more advanced topics (e.g., Gaussian processes). It provides a perfect introduction for people who want to understand cutting edge work in top machine learning conferences such as NeurIPS, ICML and ICLR".--
URL:	Inhaltsverzeichnis: https://www.gbv.de/dms/tib-ub-hannover/1760091065.pdf
	Langzeitarchivierung Nationalbibliothek: https://mitpress.mit.edu/sites/default/files/styles/large_book_cover/http/mitp-content-server.mit.edu%3A18180/books/cove ...
Schlagwörter:	(s)Maschinelles Lernen    / (s)Wahrscheinlichkeitstheorie    / (s)Statistik
Dokumenttyp:	Einführung
Sprache:	eng
Bibliogr. Hinweis:	Erscheint auch als : Online-Ausgabe: Murphy, Kevin P., 1970 - : Probabilistic machine learning. - Cambridge, Massachusetts : The MIT Press, 2022. - 1 Online-Ressource (xxix, 825 pages)
	Erscheint auch als : Online-Ausgabe: Murphy, Kevin P., 1970 - : Probabilistic machine learning. - Cambridge, Massachusetts : The MIT Press, 2022. - 1 online resource (xxix, 826 Seiten)
RVK-Notation:	SK 840
	SK 800
	ST 300
K10plus-PPN:	1760091065