本書先從概率論的基礎(chǔ)講起，然后逐步深入到概率論在機器學(xué)習(xí)中的應(yīng)用，最后結(jié)合機器學(xué)習(xí)實戰(zhàn)案例，重點介紹了概率論的概念及其在機器學(xué)習(xí)中的應(yīng)用。通過本書讀者不但可以系統(tǒng)地學(xué)習(xí)常見概率的相關(guān)知識，還能對機器學(xué)習(xí)開發(fā)有更為深入的理解。
????? 本書共 10章，涵蓋的主要內(nèi)容:機器學(xué)習(xí)簡介;為什么機器學(xué)習(xí)需要概率論;概率的定義;集合和事件;獨立性;概率的性質(zhì);常見的計算概率方法;離散型和連續(xù)型概率簡介;離散型和連續(xù)型概率的期望值、方差和標準差;幾種常見的離散型和連續(xù)型概率分布;條件概率;聯(lián)合概率;邊緣概率;貝葉斯理論;隨機過程簡介;馬爾可夫鏈;隱馬爾克夫模型;高斯過程;常見的機器學(xué)習(xí) Python 庫;機器學(xué)習(xí)分類算法和回歸算法簡介;概率論在分類算法和回歸算法中的應(yīng)用;常見的分類算法和回歸算法;強化學(xué)習(xí)簡介;有趣的機器人游戲;GAN;圖片風格轉(zhuǎn)換。
????? 本書內(nèi)容通俗易懂，案例豐富，實用性強，不僅適合概率論的入門讀者和進階讀者閱讀，也適合機器學(xué)習(xí)從業(yè)者、人工智能算法專家等其他人工智能愛好者閱讀。另外，本書也可以作為相關(guān)培訓(xùn)機構(gòu)的教材。