|
000
|
01523nam0 2200301 450
|
|
001
|
488753
|
|
010
|
|
@a978-7-302-61078-6@dCNY128.00
|
|
100
|
|
@a20220906d2022 em y0chiy50 ea
|
|
101
|
1
|
@achi@cspa
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a概率图模型原理与应用@Agai lu^ tu mo xing yuan li yu ying yong@f(墨) 路易斯·恩里克·苏卡尔著@g郭涛译
|
|
210
|
|
@a北京@c清华大学出版社@d2022.09
|
|
215
|
|
@aXIX, 288页@c图@d24cm
|
|
305
|
|
@a据原书第2版译出
|
|
306
|
|
@a由德国施普林格公司授权出版
|
|
312
|
|
@a英文题名取自封面
|
|
314
|
|
@a路易斯·恩里克·苏卡尔, 墨西哥普埃布拉国家天体物理、光学和电子学研究所 (INAOE) 的高级研究科学家。郭涛, 主要从事模式识别、人工智能、机器人、软件工程、地理人工智能 (GeoAI)、时空大数据挖掘与分析等前沿交叉研究。
|
|
330
|
|
@a本书纳入部分可观察马尔可夫决策过程、图模型、深度学习等新章节, 附有大量精选的练习题。本书涵盖PGM每个主要分类的基础知识 (表征、推理和学习原理等), 列出每类模型在多个学科的实际应用, 浓墨重彩地描述贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态贝叶斯网络、时态贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。对于将PGM应用于研究领域或对PGM基础知识感兴趣的专业人士而言, 可将本书用作参考书。
|
|
510
|
1
|
@aProbabilistic graphical models: principles and appliations@zeng
|
|
606
|
0
|
@a概率@Agai lu^@x数学模型
|
|
690
|
|
@aO211@v5
|
|
701
|
1
|
@a苏卡尔@Asu ka er@g(Sucar, Luis Enrique)@4著
|
|
702
|
0
|
@a郭涛@Aguo tao@4译
|
|
801
|
0
|
@aCN@c20220906
|
|
905
|
|
@a河南城建学院图书馆@dO211@eS810
|
|
906
|
|
@aRTGM
|
|
|
|
|
| |
| 概率图模型原理与应用/(墨) 路易斯·恩里克·苏卡尔著/郭涛译.-北京：清华大学出版社，2022.09 |
| XIX, 288页：图；24cm |
| |
| |
| ISBN 978-7-302-61078-6：CNY128.00 |
| 本书纳入部分可观察马尔可夫决策过程、图模型、深度学习等新章节, 附有大量精选的练习题。本书涵盖PGM每个主要分类的基础知识 (表征、推理和学习原理等), 列出每类模型在多个学科的实际应用, 浓墨重彩地描述贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态贝叶斯网络、时态贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。对于将PGM应用于研究领域或对PGM基础知识感兴趣的专业人士而言, 可将本书用作参考书。 |
| ● |
正题名：概率图模型原理与应用
索取号：O211/S810
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1598661
|
215986618
|
自科库401/401自科库 47排5列1层/
[索取号:O211/S810]
|
在馆
|
|
