盘天下资源网 | 免费网盘资源分享

书籍 信息

 

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、隐马尔可夫模型和粒子滤波。此外，书中还讨论了降维、隐变量建模、 统计 参数估计、维纳和卡尔曼滤波、凸优化等技术。本书适合该领域的 科研 人员和 工程 师 阅读 ，也适合学习模式识别、统计/自适应信号处理和深度学习等课程的学生参考。

作者简介:
西格尔斯·西奥多里蒂斯（Sergios Theodoridis）雅典 大学 教授， 香港 中文大学（深圳）教授，研究兴趣包括 机器学习 、模式识别和信号处理等。他是IEEE Fellow、IET Fellow、EURASIP Fellow，曾任IEEE信号处理协会副主席、EURASIP主席以及IEEE Trans action s on Signal Processing主编。曾获 2017 年EURASIP Athanasios Papoulis奖， 2014 年IEEE信号处理 杂志 最佳论文奖，以及2014年EURASIP最有 价值 服务奖等。此外，他还是 经典 著作《模式识别》的第一作者。

目录:
第1章　引言1
第2章　概率和随机过程13
第3章　参数化建模学习：概念和方向46
第4章　均方误差线性估计85
第5章　随机梯度下降：LMS算法族127
第6章　最小二乘算法族181
第7章　分类：经典方法导览215
第8章　参 数学 习：凸分析方法252
第9章　稀疏感知学习：概念和理论基础307
第10章　稀疏感知学习：算法和应用341
第11章　再生核希尔伯特空间中的学习383
第12章　贝叶斯学习：推断和EM算法431
第13章　贝叶斯学习：近似推断和非参模型471
第14章　蒙特卡罗方法532
第15章　概率图模型：第一部分561
第16章　概率图模型：第二部分597
第17章　粒子滤波633
第18章　神经网络和深度学习656
第19章　降维与潜变量模型755
　第8章附录
第10章附录
第12章附录

书籍 下载

夸克网盘下载（文件解压密码 123456 ）


百度网盘下载   提取码: 4411


迅雷网盘下载

夸克资源精选合集