登入
|
註冊
|
會員中心
|
結帳
|
培訓課程
魔法弟子
|
自資出版
|
電子書
|
客服中心
|
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術:Cydia 超限軟體300+
此作者無相關書籍
文學小說
文學
|
小說
商管創投
財經投資
|
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
|
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
|
語言工具
雜誌、期刊
|
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
|
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
|
休閒娛樂
漫畫、插圖
|
限制級
AI 必須!從做中學貝氏統計 修訂第二版:從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器
Bayesian Statistics for Beginners : A StepbyStep Approach
作者:
Therese M. Donovan, Ruth M. Mickey
譯者:
黃駿
分類:
電腦與網路
/
綜論
出版社:
旗標
出版日期:2023/4/24
ISBN:9789863127468
書籍編號:kk0566278
頁數:672
定價:
1200
元
優惠價:
95
折
1140
元
書價若有異動,以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨:目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數:
(請將滑鼠移至星星處進行評價)
目前平均評價:
文字連結
複製語法
AI 必須!從做中學貝氏統計 修訂第二版:從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器
圖片連結
複製語法
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
AI 必須!從做中學貝氏統計 修訂第二版:從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器 內容簡介 修訂第二版的內容與前一版相同,主要是調整方程式的顏色,使之更容易區別。 小編評語:『厚達六百多頁的統計學想必硬到不行?NO NO NO!這本書的進行方式實在太有創意了,我不僅一步一步跟著鑽研練習,更從實作中享受到讀懂的樂趣。』 貝氏統計因 AI 人工智慧的發展而變得更加炙手可熱,其核心是利用統計推論的方法,在觀察到新資料或證據時,利用科學方法循環更新先前假設的機率,非常適合只能依據僅有且不夠完整的資訊進行假設評估的技術。目前廣泛應用於人工智慧 (機器學習、深度學習)、社會學、生物學、醫學、公共衛生、心理學、物理及科學等領域。 正經八百的統計學應該大家都望之卻步吧,本書作者獨樹一格,摒棄枯燥的說教方式,選擇與學習者站在一起,將學習過程中腦海裡經常冒出來的問號,以豐富的圖表、實作輔助並提供許多參考資源的問答方法呈現,如同老師就在你的身邊,看得懂才學得會。對於重要觀念與公式,也會用不同顏色標示 (對了!本書是彩色印刷,灑花),並且不斷地前後呼應提醒,講七遍做二十一遍,才不會讀到後面又忘了前面,如此才能把貝氏統計的精髓深深烙印在腦中。 本書非常適合個人研讀以及想瞭解貝氏統計技術的專業研究人員,亦可做為大學高年級和研究所教學用書。 本書特色 ● 由施威銘研究室監修,適時補充編註與譯註提醒讀者,看得懂才學得會。 ● 貫徹『講七遍、做二十一遍』的精神,從做中學會的就不會忘記。 ● 厚達六百多頁,為考慮到學習的便利性與舒適性,採用軟精裝裝訂可攤平閱讀。 ● 彩色印刷,讓內文重點、圖表與公式更容易看清楚。
作者簡介 Therese Donovan 美國地質調查暨魚類和野生動物生物學家。在佛蒙特大學魯賓斯坦環境與自然資源學院的研究所教授生態建模與保育生物學,並與專業人員共同研究脊椎動物保護問題。 Ruth Mickey 佛蒙特大學數學與統計學系榮譽教授。她教授多變量分析、分類數據、調查取樣、變異數分析與機率學等課程,亦擔任碩博士委員會顧問。她致力於開發統計方法與應用以推動公共衛生與自然資源事務。 譯者簡介 黃駿 臺灣大學腦與心智科學研究所碩士班畢業後,曾擔任過行銷、產品設計等工作。有 Java 與 Python 程式語言基礎,對於科學與科技議題抱有高度興趣,隨後投入翻譯工作,譯有《無限的力量》《深度強化式學習》《深度學習的 16 堂課》《AI 必須! 從做中學貝氏統計》等,同時經營自己的英文部落格:Neurozo Innovation Blog。
目錄 第一篇 機率的基本概念 Ch01 先來瞭解一下機率 Ch02 聯合機率、邊際機率、條件機率 第二篇 貝氏定理和貝氏推論 Ch03 貝氏定理 Ch04 貝氏推論 Ch05 作者問題:包含兩個假設的貝氏推論 Ch06 生日問題:包含多個假設的貝氏推論 Ch07 肖像問題:利用聯合概似性進行貝氏推論 第三篇 機率函數 Ch08 機率質量函數 Ch09 機率密度函數 第四篇 貝氏共軛 (Bayesian Conjugate) Ch10 白宮問題:Beta-二項式共軛 Ch11 鯊魚攻擊問題:Gamma-卜瓦松共軛 Ch12 楓糖問題:常態-常態共軛 第五篇 馬可夫鏈蒙地卡羅 (MCMC) Ch13 回顧鯊魚攻擊問題:以 Metropolis 演算法進行 MCMC 分析 Ch14 MCMC 診斷技巧 Ch15 回顧白宮問題:以 Metropolis-Hastings 演算法進行 MCMC 分析 Ch16 回顧楓糖問題:以 Gibbs 採樣進行 MCMC 分析 第六篇 貝是定理的有趣應用 Ch17 生存遊戲問題:以 MCMC 進行簡單線性迴歸 Ch18 繼續討論生存遊戲問題:介紹貝氏模型選擇 Ch19 羅雷司問題:介紹貝氏網路 Ch20 萬事樂問題:介紹決策樹 附錄 A1 Beta-二項式共軛解 A2 Gamma-卜瓦松共軛解 A3 常態-常態共軛解 A4 簡單線性迴歸的共軛解 A5 迴歸資料的標準化
未來數位科技活用大全
AI醫療革命:GPT
新AI與新人類
零基礎學會Pytho
當教會遇見AI
ChatGPT超級應
ChatGPT~IG
ChatGPT 醫療
可解釋的機器學習:用
AI繪圖夢工廠:Mi
為了保障您的權益,新絲路網路書店所購買的商品均享有到貨七天的鑑賞期(含例假日)。退回之商品必須於鑑賞期內寄回(以郵戳或收執聯為憑),且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等),否則恕不接受退貨。