датне машинне навчання. Додаткові теми: пророкування, породження, виявлення, дія

Книга є першим томом до книги "Велике машинне навчання. Додаткові теми: пророкування, породження, виявлення, дія".

Доповнюючи раніше видану книгу «Велике машинне навчання. Введення», ця класична праця знайомить читача з деталями найактуальніших теорії та методів машинного навчання, включно з глибокими породжувачами моделі, графічними моделями, байєсовим виведенням, навчанням з підкріпленням і причинністю. Глибоке навчання викладається в контексті ширшого статистичного контексту, а підходи до глибокого навчання уніфіковані з підходами до ймовірного моделювання та виведення.

Основні теми:

• ймовірність;
• статистика;
• графічні моделі;
• теорія інформації;
• оптимізація;
• алгоритми виведення;
• Гаусова фільтрація та згладжування;
• алгоритми передавання повідомлень;
• варіаційний вивід;
• методи Монте-Карло.

Окремі частини книги написані провідними дослідниками та фахівцями в предметній галузі з компаній, як-от Google, DeepMind, Amazon, університет Перд'ю, Нью-Йоркський і 42847; зокрема книга вкрай важлива для розуміння проблем з травленням машинного навчання.

Кевін Патрік Мерфі здобув ступінь бакалавра в Кембрідже, Англія, і продовжив утворення в США (магістр технічних наук у Пенсильванському університеті, доктор у Європейському університеті в Берклі, постдокторантура в МТІ). 2004 року посів посаду професора інформатики та статистики в Університеті Британської Колумбії венсі. Працює у відділенні Google у Маунтін-В'ю, де займається штучним інтелектом, машинним навчанням, комп'ютерним зором і розумінням текстів природною мовою.