Gaussian Processes for Machine Learning (Adaptive Computation and Machine Learning)

出版者:The MIT Press

作者:Carl Edward Rasmussen

页数:244

出版时间:2005-12-01

价格:USD 36.00

装帧:Hardcover

isbn号码:9780262182539

丛书系列:Adaptive Computation and Machine Learning

图书标签:机器学习GaussianProcess高斯过程MachineLearning统计学习GaussianML人工智能

承接 住宅 自建房 室内改造 装修设计 免费咨询 QQ：624617358 一级注册建筑师 亲自为您回答、经验丰富，价格亲民。无论项目大小，都全力服务。期待合作，欢迎咨询！QQ：624617358

Gaussian processes (GPs) provide a principled, practical, probabilistic approach to learning in kernel machines. GPs have received increased attention in the machine-learning community over the past decade, and this book provides a long-needed systematic and unified treatment of theoretical and practical aspects of GPs in machine learning. The treatment is comprehensive and self-contained, targeted at researchers and students in machine learning and applied statistics.The book deals with the supervised-learning problem for both regression and classification, and includes detailed algorithms. A wide variety of covariance (kernel) functions are presented and their properties discussed. Model selection is discussed both from a Bayesian and a classical perspective. Many connections to other well-known techniques from machine learning and statistics are discussed, including support-vector machines, neural networks, splines, regularization networks, relevance vector machines and others. Theoretical issues including learning curves and the PAC-Bayesian framework are treated, and several approximation methods for learning with large datasets are discussed. The book contains illustrative examples and exercises, and code and datasets are available on the Web. Appendixes provide mathematical background and a discussion of Gaussian Markov processes.

读后感

内容不多，毕竟只有薄薄一本，有一定的实际参考价值，是一本还可以的入门书籍。 如果本身对于Kernel的方法以及统计的学习方法有一定的理解的话，看这个会觉得有些简单了。 和Bishop的书相比，内容和语言上，个人觉得还有一定的差距。

内容不多，毕竟只有薄薄一本，有一定的实际参考价值，是一本还可以的入门书籍。 如果本身对于Kernel的方法以及统计的学习方法有一定的理解的话，看这个会觉得有些简单了。 和Bishop的书相比，内容和语言上，个人觉得还有一定的差距。

内容不多，毕竟只有薄薄一本，有一定的实际参考价值，是一本还可以的入门书籍。 如果本身对于Kernel的方法以及统计的学习方法有一定的理解的话，看这个会觉得有些简单了。 和Bishop的书相比，内容和语言上，个人觉得还有一定的差距。

内容不多，毕竟只有薄薄一本，有一定的实际参考价值，是一本还可以的入门书籍。 如果本身对于Kernel的方法以及统计的学习方法有一定的理解的话，看这个会觉得有些简单了。 和Bishop的书相比，内容和语言上，个人觉得还有一定的差距。

内容不多，毕竟只有薄薄一本，有一定的实际参考价值，是一本还可以的入门书籍。 如果本身对于Kernel的方法以及统计的学习方法有一定的理解的话，看这个会觉得有些简单了。 和Bishop的书相比，内容和语言上，个人觉得还有一定的差距。

用户评价

个别步骤跳的有点狠,概率论基础差的建议先好好复习以下多元的高斯分布

Nice!各方面都非常棒，期待第二版！加入一些DGP还有gaussian +dL的东西可能更有趣

对我来说还是挺难的，被评论区打击得不行= =

最好的GP教材

个别步骤跳的有点狠,概率论基础差的建议先好好复习以下多元的高斯分布