作品总结
《土木工程师的概率机器学习》
《土木工程师的概率机器学习》，为土木工程专业的学生和专业人士介绍概率机器学习中的关键概念和技术；有许多循序渐进的示例、插图和练习。
这本书向土木工程专业的学生和专业人士介绍了概率机器学习的概念，以一种没有统计学或计算机科学专业背景的读者可以理解的方式介绍了关键方法和技术。它通过逐步的示例、插图和练习，清晰而直接地介绍了不同的方法。掌握了这些材料后，读者将能够理解本书所借鉴的更高级的机器学习文献。
本书介绍了概率机器学习三个子领域的关键方法：监督学习、无监督学习和强化学习。它首先涵盖了理解机器学习所需的背景知识，包括线性代数和概率论。它继续介绍贝叶斯估计，它支持监督和无监督学习方法的制定，以及马尔可夫链蒙特卡洛方法，它可以在某些复杂情况下进行贝叶斯估计。然后，本书涵盖了与监督学习相关的方法，包括回归方法和分类方法，以及与无监督学习相关的概念，包括聚类、降维、贝叶斯网络、状态空间模型和模型校准。最后，本书介绍了不确定环境中的理性决策和不确定和连续环境中的理性决策的基本概念。在此基础上，本书描述了强化学习的基础知识，即虚拟代理学习如何在与环境交互时通过反复试验做出最佳决策。
客服咨询
400 093 7005
周一至周日：09:00AM-21:00PM
微信扫码关注
小程序扫码注册
0条评论