Författare
Kevin P. Murphy
Kevin P. Murphy är en uppskattad författare inom Data och IT och Samhälle och politik med totalt 4 böcker tillgängliga på Bokkollen, utgivna hos MIT Press Ltd, Duke University Press.
Bland verken finns Probabilistic Machine Learning, som toppar listan över Kevin P. Murphys populäraste böcker. Verken spänner över data & it och tilltalar läsare som uppskattar genren.
Det senast publicerade verket av Kevin P. Murphy är Probabilistic Machine Learning, utgivet 2023.
Letar du efter något nytt att läsa? Prova Queering Archives: Intimate Tracings – ett annat uppskattat verk av Kevin P. Murphy.
På Bokkollen gör vi det enkelt att navigera i Kevin P. Murphys författarskap. Vår databas uppdateras ständigt med nya släpp och format, så oavsett om du söker efter en lättläst pocket för semestern, en lyxig inbunden presentutgåva eller en digital ljudbok för pendlingen, har vi rätt utgåva för dig.
Jämför snabbt och smidigt priser på alla böcker av Kevin P. Murphy hos Sveriges ledande bokhandlare – som Adlibris, Bokus och Akademibokhandeln – och hitta alltid det bästa erbjudandet utan att betala för mycket.
Probabilistic Machine Learning
A detailed and up-to-date introduction to machine learning, presented through the unifying lens of probabilistic modeling and Bayesian decision theory. This book offers a detailed and up-to-date introduction to machine learning (including deep learning) through the unifying lens of probabilistic modeling and Bayesian decision theory. The book covers mathematical background (including linear algebra and optimization), basic supervised learning (including linear and logistic regression and deep neural networks), as well as more advanced topics (including transfer learning and unsupervised learning). End-of-chapter exercises allow students to apply what they have learned, and an appendix covers notation. Probabilistic Machine Learning grew out of the author's 2012 book, Machine Learning: A Probabilistic Perspective. More than just a simple update, this is a completely new book that reflects the dramatic developments in the field since 2012, most notably deep learning. In addition, the new book is accompanied by online Python code, using libraries such as scikit-learn, JAX, PyTorch, and Tensorflow, which can be used to reproduce nearly all the figures; this code can be run inside a web browser using cloud-based notebooks, and provides a practical complement to the theoretical topics discussed in the book. This introductory text will be followed by a sequel that covers more advanced topics, taking the same probabilistic approach.
Hela bibliografin
Utforska alla Kevin P. Murphys publicerade verk sorterade efter popularitet.
Upptäck liknande författare
Om du gillar Kevin P. Murphy kommer du förmodligen att uppskatta även dessa författare inom data & it.