Książki na temat „Bayesian Machine Learning (BML)”
Utwórz poprawne odniesienie w stylach APA, MLA, Chicago, Harvard i wielu innych
Sprawdź 50 najlepszych książek naukowych na temat „Bayesian Machine Learning (BML)”.
Przycisk „Dodaj do bibliografii” jest dostępny obok każdej pracy w bibliografii. Użyj go – a my automatycznie utworzymy odniesienie bibliograficzne do wybranej pracy w stylu cytowania, którego potrzebujesz: APA, MLA, Harvard, Chicago, Vancouver itp.
Możesz również pobrać pełny tekst publikacji naukowej w formacie „.pdf” i przeczytać adnotację do pracy online, jeśli odpowiednie parametry są dostępne w metadanych.
Przeglądaj książki z różnych dziedzin i twórz odpowiednie bibliografie.
Barber, David. Bayesian reasoning and machine learning. Cambridge: Cambridge University Press, 2011.
Znajdź pełny tekst źródłaResearch Institute for Advanced Computer Science (U.S.), red. Bayesian learning. [Moffett Field, Calif.]: Research Institute for Advanced Computer Science, NASA Ames Research Center, 1989.
Znajdź pełny tekst źródłaLearning Bayesian networks. Harlow: Prentice Hall, 2003.
Znajdź pełny tekst źródłaNeapolitan, Richard E. Learning Bayesian networks. Upper Saddle River, NJ: Pearson Prentice Hall, 2004.
Znajdź pełny tekst źródłaNeal, Radford M. Bayesian learning for neural networks. New York: Springer, 1996.
Znajdź pełny tekst źródłaNeal, Radford M. Bayesian learning for neural networks. Toronto: University of Toronto, Dept. of Computer Science, 1995.
Znajdź pełny tekst źródłaHemachandran, K., Shubham Tayal, Preetha Mary George, Parveen Singla i Utku Kose. Bayesian Reasoning and Gaussian Processes for Machine Learning Applications. Boca Raton: Chapman and Hall/CRC, 2022. http://dx.doi.org/10.1201/9781003164265.
Pełny tekst źródłaCheng, Lei, Zhongtao Chen i Yik-Chung Wu. Bayesian Tensor Decomposition for Signal Processing and Machine Learning. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-22438-6.
Pełny tekst źródłaMACKAY, DAVID J. C. Information Theory, Inference & Learning Algorithms. Cambridge, UK: Cambridge University Press, 2003.
Znajdź pełny tekst źródłaE, Nicholson Ann, red. Bayesian artificial intelligence. Boca Raton, Fla: Chapman & Hall/CRC, 2004.
Znajdź pełny tekst źródłaJensen, Finn V. An introduction to Bayesian networks. London: UCL Press, 1996.
Znajdź pełny tekst źródłaJensen, Finn V. An introduction to Bayesian networks. New York: Springer, 1996.
Znajdź pełny tekst źródłaApproximation methods for efficient learning of Bayesian networks. Amsterdam: IOS Press, 2008.
Znajdź pełny tekst źródłaMikhail, Kanevski, red. Advanced mapping of environmental data: Geostatistics, machine learning, and Bayesian maximum entropy. London: ISTE, Ltd., 2008.
Znajdź pełny tekst źródłaFagan, Francois Johannes. Advances in Bayesian inference and stable optimization for large-scale machine learning problems. [New York, N.Y.?]: [publisher not identified], 2019.
Znajdź pełny tekst źródłaLearning Bayesian models with R: Become an expert in Bayesian machine learning methods using R and apply them to solve real-world big data problems. Birmingham, UK: Packt Publishing, 2015.
Znajdź pełny tekst źródłaE, Nicholson Ann, red. Bayesian artificial intelligence. Wyd. 2. Boca Raton, FL: CRC Press, 2011.
Znajdź pełny tekst źródłaBayesian networks and decision graphs. New York: Springer, 2001.
Znajdź pełny tekst źródłaTulupʹev, A. L. Baĭesovskie seti: Logiko-veroi︠a︡tnostnyĭ podkhod. Sankt-Peterburg: "Nauka", 2006.
Znajdź pełny tekst źródłaDechter, Rina. Reasoning with probabilistic and deterministic graphical models: Exact algorithms. San Rafael, California]: Morgan & Claypool Publishers, 2013.
Znajdź pełny tekst źródłaBarber, David. Bayesian Reasoning and Machine Learning. University of Cambridge ESOL Examinations, 2016.
Znajdź pełny tekst źródłaBarber, David. Bayesian Reasoning and Machine Learning. Cambridge University Press, 2012.
Znajdź pełny tekst źródłaBarber, David. Bayesian Reasoning and Machine Learning. Cambridge University Press, 2012.
Znajdź pełny tekst źródłaBarber, David. Bayesian Reasoning and Machine Learning. Cambridge University Press, 2012.
Znajdź pełny tekst źródłaBarber, David. Bayesian Reasoning and Machine Learning Paperback. Cambridge University Press, 2014.
Znajdź pełny tekst źródłaTheodoridis, Sergios. Machine Learning. Elsevier Science & Technology Books, 2020.
Znajdź pełny tekst źródłaGhavamzadeh, Mohammad, Shie Mannor, Joelle Pineau i Aviv Tamar. Bayesian Reinforcement Learning: A Survey. Now Publishers, 2015.
Znajdź pełny tekst źródłaMachine Learning: A Bayesian and Optimization Perspective. Academic Press, 2015.
Znajdź pełny tekst źródłaTheodoridis, Sergios. Machine Learning: A Bayesian and Optimization Perspective. Elsevier Science & Technology Books, 2015.
Znajdź pełny tekst źródłaNeal, Radford M. Bayesian Learning for Neural Networks. Springer London, Limited, 2012.
Znajdź pełny tekst źródłaKose, Utku, Shubham Tayal, Parveen Singla, Hemachandran K i Preetha Mary George. Bayesian Reasoning and Gaussian Processes for Machine Learning Applications. Taylor & Francis Group, 2022.
Znajdź pełny tekst źródłaKose, Utku, Shubham Tayal, Parveen Singla, Hemachandran K i Preetha Mary George. Bayesian Reasoning and Gaussian Processes for Machine Learning Applications. Taylor & Francis Group, 2022.
Znajdź pełny tekst źródłaKose, Utku, Shubham Tayal, Parveen Singla, Hemachandran K i Preetha Mary George. Bayesian Reasoning and Gaussian Processes for Machine Learning Applications. Taylor & Francis Group, 2022.
Znajdź pełny tekst źródłaWu, Hongmin, Zhihao Xu, Shuai Li, Xuefeng Zhou i Juan Rojas. Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection. Springer Singapore Pte. Limited, 2020.
Znajdź pełny tekst źródłaWu, Hongmin, Zhihao Xu, Shuai Li, Xuefeng Zhou i Juan Rojas. Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection. Springer Singapore Pte. Limited, 2020.
Znajdź pełny tekst źródłaZhou, Xuefeng. Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection. Springer Nature, 2020.
Znajdź pełny tekst źródłaKorb, Kevin B., i Ann E. Nicholson. Bayesian Artificial Intelligence. Taylor & Francis Group, 2010.
Znajdź pełny tekst źródłaKorb, Kevin B., i Ann E. Nicholson. Bayesian Artificial Intelligence. Taylor & Francis Group, 2010.
Znajdź pełny tekst źródłaGámez, José A., Serafín Moral i Antonio Salmerón. Advances in Bayesian networks. 2010.
Znajdź pełny tekst źródłaNielsen, Thomas Dyhre, i Finn VERNER JENSEN. Bayesian Networks and Decision Graphs. Springer, 2007.
Znajdź pełny tekst źródłaNielsen, Thomas Dyhre, i Finn VERNER JENSEN. Bayesian Networks and Decision Graphs. Springer New York, 2013.
Znajdź pełny tekst źródłaBrachman, Ronald J., Rina Dechter, Francesca Rossi i Peter Stone. Reasoning with Probabilistic and Deterministic Graphical Models: Exact Algorithms. Morgan & Claypool Publishers, 2019.
Znajdź pełny tekst źródłaBrachman, Ronald J., Rina Dechter, Francesca Rossi i Peter Stone. Reasoning with Probabilistic and Deterministic Graphical Models: Exact Algorithms. Morgan & Claypool Publishers, 2019.
Znajdź pełny tekst źródłaBrachman, Ronald J., Rina Dechter, Francesca Rossi i Peter Stone. Reasoning with Probabilistic and Deterministic Graphical Models: Exact Algorithms, Second Edition. Morgan & Claypool Publishers, 2019.
Znajdź pełny tekst źródłaTrappenberg, Thomas P. Fundamentals of Machine Learning. Oxford University Press, 2019. http://dx.doi.org/10.1093/oso/9780198828044.001.0001.
Pełny tekst źródłaVidales, A. MACHINE LEARNING with MATLAB: GAUSSIAN PROCESS REGRESSION, ANALYSIS of VARIANCE and BAYESIAN OPTIMIZATION. Independently Published, 2019.
Znajdź pełny tekst źródłaTakikawa, Masami. Representations and algorithms for efficient inference in Bayesian networks. 1998.
Znajdź pełny tekst źródłaKorb, Kevin B., i Ann E. Nicholson. Bayesian Artificial Intelligence. Taylor & Francis Group, 2003.
Znajdź pełny tekst źródłaBayesian Artificial Intelligence. Taylor & Francis Group, 2023.
Znajdź pełny tekst źródłaCheng, Lei, Zhongtao Chen i Yik-Chung Wu. Bayesian Tensor Decomposition for Signal Processing and Machine Learning: Modeling, Tuning-Free Algorithms and Applications. Springer International Publishing AG, 2023.
Znajdź pełny tekst źródła