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.
Bland verken finns 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.
Machine Learning
A comprehensive introduction to machine learning that uses probabilistic models and inference as a unifying approach. Today's Web-enabled deluge of electronic data calls for automated methods of data analysis. Machine learning provides these, developing methods that can automatically detect patterns in data and then use the uncovered patterns to predict future data. This textbook offers a comprehensive and self-contained introduction to the field of machine learning, based on a unified, probabilistic approach. The coverage combines breadth and depth, offering necessary background material on such topics as probability, optimization, and linear algebra as well as discussion of recent developments in the field, including conditional random fields, L1 regularization, and deep learning. The book is written in an informal, accessible style, complete with pseudo-code for the most important algorithms. All topics are copiously illustrated with color images and worked examples drawn from such application domains as biology, text processing, computer vision, and robotics. Rather than providing a cookbook of different heuristic methods, the book stresses a principled model-based approach, often using the language of graphical models to specify models in a concise and intuitive way. Almost all the models described have been implemented in a MATLAB software package-PMTK (probabilistic modeling toolkit)-that is freely available online. The book is suitable for upper-level undergraduates with an introductory-level college math background and beginning graduate students.
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.