机读格式显示(MARC)

• 000 01385nam0 2200325 450

• 001 0000477757

• 005 20180331194900.0

• 010 __ |a 978-7-302-37134-2 |b 精装 |d CNY198.00

• 100 __ |a 20150428d2015 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 概率图模型 |A gai lv tu mo xing |e 原理与技术 |f (美) Daphne Koller, (以) Nir Friedman著 |g 王飞跃, 韩素青译

• 210 __ |a 北京 |c 清华大学出版社 |d 2015

• 215 __ |a 44, 1208页 |c 图 |d 25cm

• 300 __ |a 国家自然科学基金项目支持

• 306 __ |a 由MIT Press授权出版

• 312 __ |a 英文题名取自版权页

• 320 __ |a 有书目 (第1155-1190页) 和索引

• 330 __ |a 本书论述了有向图模型(又称贝叶斯网)和无向图模型(又称马尔可夫网)的表示、推理和学习问题，总结了人工智能这一前沿研究领域的最新进展。书中包含了大量的定义、定理、证明、算法及其伪代码，穿插了辅助材料。另外，在第2章介绍了概率论和图论的核心知识，在附录中介绍了信息论、算法复杂性、组合优化等补充材料，为学习和运用概率图模型提供了完备的基础。

• 500 10 |a Probabilistic graphical models: principles and techniques |m Chinese

• 606 0_ |a 概率 |A gai lv |x 数学模型

• 690 __ |a O211 |v 5

• 701 _1 |a 弗里德曼 |A fu li de man |g (Friedman, Nir) |4 著

• 701 _1 |a 科勒 |A ke le |g (Koller, Daphne) |4 著

• 702 _0 |a 王飞跃 |A wang fei yue |4 译

• 702 _0 |a 韩素青 |A han su qing |4 译

• 801 _0 |a CN |b LIB |c 20180331

• 905 __ |a LIB |d O211/95