多组图贝叶斯分类模型导论

书籍简介:

随着机器学习技术特别是深度学习在图像、语音、文本、控制等方面的成功应用，点燃了新一代人工智能的研究热潮。然而目前的深度神经网络缺乏可解释性，在军事、医疗等高度重视分析结果正确性和合理性的领域中仍处于探索阶段。基于贝叶斯理论的统计学习方法因其具有良好的可解释性和坚实的理论基础，为深度学习在作战态势认知、疾病诊断等方面的应用提供了新的思路和解决方案。本书针对近些年贝叶斯统计学习领域的最新研究成果，系统地介绍了组图贝叶斯分类模型的理论基础和模型训练方法，涵盖了贝叶斯统计学习常用的理论框架、推断方法和算法实现途径，并结合军事、医疗等领域的应用案例直观的介绍了组图贝叶斯分类模型的应用模式。可供高年级本科生、研究生和从事人工智能领域的科研工作者学习参考。本书共六章，第一章：绪论；第二章：组图贝叶斯分类框架；第三章：组图贝叶斯分类模型的假设与性质；第四章：组图贝叶斯分类模型的学习与推断；第五章：实验分析与应用；第六章：展望。

书籍规格:

书籍信息归属:

多组图贝叶斯分类模型导论是国防科技大学出版社于2018.9出版的中图分类号为 O212 的主题关于 贝叶斯推断 的书籍。