![Machine Learning: A Probabilistic Perspective (Adaptive computation and machine learning.)](https://d3k2uuz9r025mk.cloudfront.net/media/image/a0/a3/97/1738830098_22273114444_600x600.jpg)
Machine Learning: A Probabilistic Perspective (Adaptive computation and machine learning.)
Kurzinformation
![Natural](https://shop.studibuch.de/media/image/c4/23/50/Buch-Vorteil.png)
![Coins](https://shop.studibuch.de/media/image/74/b1/94/Lieferung-Vorteil.png)
![Check](https://shop.studibuch.de/media/image/a1/0b/2c/Muenzen-Vorteil.png)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
![Zahlungsarten](/media/image/d6/9c/c0/Payments.png)
Beschreibung
"Machine Learning: A Probabilistic Perspective" von Kevin P. Murphy ist ein umfassendes Lehrbuch, das die Grundlagen und fortgeschrittene Themen des maschinellen Lernens aus einer probabilistischen Sichtweise behandelt. Das Buch bietet eine detaillierte Einführung in die Prinzipien des maschinellen Lernens, wobei der Schwerpunkt auf der Entwicklung probabilistischer Modelle liegt, um Unsicherheiten in Daten und Modellen zu quantifizieren und zu handhaben. Der Inhalt umfasst eine breite Palette von Themen, darunter überwachte und unüberwachte Lernmethoden, Bayessche Netzwerke, Entscheidungsbäume, neuronale Netze und Support-Vektor-Maschinen. Darüber hinaus werden fortgeschrittenere Konzepte wie Monte-Carlo-Methoden, Variationsinferenz und tiefes Lernen behandelt. Murphy legt großen Wert auf die mathematischen Grundlagen und bietet zahlreiche Beispiele sowie Übungsaufgaben zur Vertiefung des Verständnisses. Das Buch richtet sich an Studierende der Informatik oder Statistik sowie an Praktiker im Bereich Data Science, die ein fundiertes Verständnis für probabilistische Ansätze im maschinellen Lernen entwickeln möchten.
Produktdetails
![](https://d3k2uuz9r025mk.cloudfront.net/media/image/b1/82/59/handgeprueftSiegel.png)
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 436 Seiten
- Erschienen 2010
- Springer
- Hardcover
- 256 Seiten
- Erschienen 2022
- Wiley & Sons
- Hardcover
- 852 Seiten
- Erschienen 2016
- Springer
- Hardcover
- 224 Seiten
- Erschienen 2023
- ISTE Ltd and John Wiley & S...
- Hardcover
- 272 Seiten
- Erschienen 2022
- Wiley-IEEE Press
- paperback
- 584 Seiten
- Erschienen 1994
- MIT Press
- paperback
- 515 Seiten
- Erschienen 2020
- Springer
- Kartoniert
- 370 Seiten
- Erschienen 2020
- Cambridge University Press
- Hardcover
- 456 Seiten
- Erschienen 2000
- Wiley-Interscience
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 608 Seiten
- Erschienen 2023
- Wiley
- Hardcover
- 288 Seiten
- Erschienen 2015
- Wiley
- Klappenbroschur
- 370 Seiten
- Erschienen 2021
- De Gruyter
- Hardcover
- 432 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 496 Seiten
- Erschienen 2012
- Wiley
- Hardcover
- 432 Seiten
- Erschienen 2023
- Wiley-IEEE Press
- hardcover
- 696 Seiten
- Erschienen 2003
- Prentice Hall
- Hardcover
- 256 Seiten
- Erschienen 2019
- Wiley