機械学習：確率論的視座 Machine Learning : A Probabilistic Perspective (Adaptive Computation and Machine Learning series)

機械学習：確率論的視座<br>Machine Learning : A Probabilistic Perspective (Adaptive Computation and Machine Learning series)

個数：

電子版価格
¥17,743

機械学習：確率論的視座
Machine Learning : A Probabilistic Perspective (Adaptive Computation and Machine Learning series)

Murphy, Kevin P.

アメリカ（US）から取り寄せる

ウェブストア価格 ¥21,329（本体¥19,390）
MIT Press（2012/08発売）
外貨定価 US$ 110.00
ポイント 193pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

イギリス（GB）から取り寄せる

ウェブストア価格 ¥23,086（本体¥20,988）
MIT Press（2012/08発売）
外貨定価 UK£ 100.00
ポイント 209pt

提携先の海外書籍取次会社に在庫がございます。通常約2週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 1104 p.／サイズ 325 color illus., 196 b/w illus.
言語 ENG
商品コード 9780262018029
DDC分類 006.31

基本説明

This textbook offers a comprehensive and self-contained introduction to the field of machine learning, a unified, probabilistic approach.

Full Description

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.