Text
Probabilistic Graphical Models Principles and Techniques
Buku ini membahas berbagai model, mencakup jaringan Bayesian, jaringan Markov tidak terarah, model diskrit dan kontinu, dan ekstensi untuk menangani sistem dinamis dan data relasional. Untuk setiap kelas model, teks menjelaskan tiga landasan fundamental: representasi, inferensi, dan pembelajaran, menyajikan konsep dasar dan teknik lanjutan. Akhirnya, buku ini mempertimbangkan penggunaan kerangka yang diusulkan untuk penalaran kausal dan pengambilan keputusan di bawah ketidakpastian. Teks utama di setiap bab menjelaskan perkembangan teknis terperinci dari ide-ide kunci. Kebanyakan bab juga memasukkan kotak dengan bahan tambahan: kotak keterampilan, yang menjelaskan teknik; kotak studi kasus, yang membahas kasus empiris terkait dengan pendekatan yang dijelaskan dalam teks, termasuk aplikasi dalam visi komputer, robotika, pemahaman bahasa alami, dan biologi komputasi; dan kotak konsep, yang menyajikan konsep penting yang diambil dari materi dalam bab. Instruktur (dan pembaca) dapat mengelompokkan bab dalam berbagai kombinasi, dari topik inti hingga materi yang lebih maju secara teknis, untuk menyesuaikan dengan kebutuhan khusus mereka.
201901125 | 006.6 DAP p c.1 | Perpustakaan Pusat ITERA (Rak Kelas 000) | Tersedia |
201901126 | 006.6 DAP p c.2 | Perpustakaan Pusat ITERA (Rak Kelas 000) | Tersedia |
Tidak tersedia versi lain