内容简介

这是第一本提出贝叶斯方法的模式识别教科书。本书提出了近似推理算法和用于描述概率分布的图模型等多种最新分类方法。

在阅读本书之前，最好有多变量微积分和基本线性代数等数理基础，面向人群为高年级本科生、研究生和相关研究人员。

录

绪论

概率分布

回归的线性模型

分类的线性模型

神经网络

核方法

稀疏核机

图模型

混合模型和EM

近似推断

采样方法

连续潜在变量

顺序数据

组合模型

附录A数据集

附录B概率分布

附录C矩阵的性质

附录D变分法

附录E拉格朗日乘数法

下载地址：https://tc5.us/file/3990681-442755480

更多书单和推荐电子书请关注藏书者的新浪博客http://blog.sina.com.cn/cangshuzhe