دانلود کتاب Probabilistic Inference Using Markov Chain Monte Carlo Methods
49,000 تومان
استنتاج احتمالی با استفاده از روش های مونت کارلو زنجیره مارکوف
| موضوع اصلی | آمار ریاضی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| تعداد صفحه | 144 |
| حجم فایل | 1 مگابایت |
| نویسنده | Neal R. |
|---|---|
| زبان | انگلیسی |
| فرمت | DJVU |
| سال انتشار | 1993 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
استنتاج احتمالی با استفاده از روش های مونت کارلو زنجیره مارکوف
در این بررسی، من نقش استنتاج احتمالی در هوش مصنوعی را بیان میکنم، نظریه زنجیرههای مارکوف را ارائه میدهم و الگوریتمهای مختلف زنجیره مارکوف مونت کارلو را همراه با تعدادی از تکنیکهای پشتیبانی شرح میدهم. من سعی میکنم تصویری جامع از طیف وسیعی از روشهای توسعهیافته ارائه کنم، از جمله تکنیکهایی از ادبیات گوناگون که هنوز کاربرد گستردهای در هوش مصنوعی نداشتهاند، اما مرتبط به نظر میرسند. به عنوان مثال های گویا، من از مسائل استنتاج احتمالی در سیستم های خبره، کشف کلاس های نهفته از داده ها و یادگیری بیزی برای شبکه های عصبی استفاده می کنم.
Probabilistic Inference Using Markov Chain Monte Carlo Methods
In this review, I outline the role of probabilistic inference in artificial intelligence, present the theory of Markov chains, and describe various Markov chain Monte-Carlo algorithms, along with a number of supporting techniques. I try to present a comprehensive picture of the range of methods that have been developed, including techniques from the varied literature that have not yet seen wide application in artificial intelligence, but which appear relevant. As illustrative examples, I use the problems of probabilistic inference in expert systems, discovery of latent classes from data, and Bayesian learning for neural networks.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.