최신일반자료 : 국립세종도서관 국립세종도서관

통합검색콘텐츠



소장자료 상세정보

패턴 인식과 머신 러닝 / 크리스토퍼 비숍 지음 ;김형진 옮김
표지이미지
표제/책임표시사항
패턴 인식과 머신 러닝 / 크리스토퍼 비숍 지음 ;김형진 옮김
발행사항
파주 : Jpub(제이펍), 2018
형태사항
xxiv, 828 p. :천연색삽화, 도표 ;25 cm
총서사항
(제이펍의 인공지능 시리즈 =Jpub's A.I. series ;11)
주기사항
원표제:Pattern recognition and machine learning
원저자명: Christopher M. Bishop
참고문헌(p. 793-807)과 색인수록
영어 원작을 한국어로 번역
표준번호/부호
ISBN: 9791188621255  93000 : \46000 
분류기호
한국십진분류법-> 004.73  듀이십진분류법-> 006.31  
주제명
기계 학습[機械學習]  패턴 인식[--認識]  인공 지능[人工知能]  

권별정보

자료위치출력
권별정보 안내
신청 편/권차 편제 저작자 발행년도 등록번호 청구기호 자료이용하는곳 자료상태 예약자 반납예정일 매체구분 바구니
크리스토퍼 비숍 지음 ;김형진 옮김 2018 SE0000412961 004.73-18-27 일반자료실(2층) 대출중 0 2018-12-29 인쇄자료(책자형) 
크리스토퍼 비숍 지음 ;김형진 옮김 2018 SE0000415302 004.73-18-27=2 일반자료실(2층) 자료실내 비치 0 - 인쇄자료(책자형) 
※ 좌측의[라디오 버튼]버튼은 예약/신청을 위한 선택용도이고, 우측의[체크박스]클릭은 바구니담기 용도입니다.

※ 청사대출/서고대출 신청은 1명만 가능하고, 어린이·청소년 자료는 청사대출신청에서 제외됩니다.

대출예약신청 안내
자료가 “대출중”인 경우 해당 자료를 예약하여 자료 반납시 우선적으로 대출받을 수 있는 서비스
(예약자가 대출안내 문자 확인 후 2일 이내 대출하지 않을 경우 자동 취소)
서고대출신청 안내
서고 및 대출지원실 자료에 대한 대출신청 서비스
방법 : 해당자료 선택→서고대출신청 클릭→자료비치완료 문자발송(약20분)→자료 수령(해당 자료실)
자료신청시간 : 09:00~17:00 (신청자가 비치완료 문자 확인 후 당일 대출하지 않을 경우 자동 취소)
청사대출신청 안내
정부청사(6-3동, 2-1동)에 위치한 무인대출반납기에서 자료 수령·반납이 가능한 서비스
바구니담기 안내
관심 자료 목록 보관 및 “우편복사 신청” 가능

목차


옮긴이 머리말
서문
베타리더 후기

CHAPTER 1 소개  1
1.1 예시: 다항식 곡선 피팅 _ 5
1.2 확률론 _ 13
1.3 모델 선택 _ 36
1.4 차원의 저주 _ 37
1.5 결정 이론 _ 42
1.6 정보 이론 _ 54

CHAPTER 2 확률 분포  75
2.1 이산 확률 변수 _ 76
2.2 다항 변수 _ 83
2.3 가우시안 분포 _ 87
2.4 지수족 _ 126
2.5 비매개변수적 방법 _ 134

CHAPTER 3 선형 회귀 모델  155
3.1 선형 기저 함수 모델 _ 156
3.2 편향 분산 분해 _ 166
3.3 베이지안 선형 회귀 _ 172
3.4 베이지안 모델 비교 _ 181
3.5 증거 근사 _ 186

CHAPTER 4 선형 분류 모델  201
4.1 판별 함수 _ 203
4.2 확률적 생성 모델 _ 221
4.3 확률적 판별 모델 _ 229
4.4 라플라스 근사 _ 240
4.5 베이지안 로지스틱 회귀 _ 245

CHAPTER 5 뉴럴 네트워크  253
5.1 피드 포워드 네트워크 함수 _ 255
5.2 네트워크 훈련 _ 261
5.3 오차 역전파 _ 271
5.4 헤시안 행렬 _ 281
5.5 뉴럴 네트워크에서의 정규화 _ 289
5.6 혼합 밀도 네트워크 _ 306
5.7 베이지안 뉴럴 네트워크 _ 312

CHAPTER 6 커널 방법론  327
6.1 듀얼 표현 _ 329
6.2 커널의 구성 _ 330
6.3 방사 기저 함수 네트워크 _ 336
6.4 가우시안 과정 _ 341

CHAPTER 7 희박한 커널 머신  363
7.1 최대 마진 분류기 _ 364
7.2 상관 벡터 머신 _ 387

CHAPTER 8 그래프 모델  403
8.1 베이지안 네트워크 _ 404
8.2 조건부 독립 _ 418
8.3 마르코프 무작위장 _ 431
8.4 그래프 모델에서의 추론 _ 443

CHAPTER 9 혼합 모델과 EM  477
9.1 K 평균 집단화 _ 478
9.2 혼합 가우시안 _ 485
9.3 EM에 대한 다른 관점 _ 495
9.4 일반적 EM 알고리즘 _ 507

CHAPTER 10 근사 추정  517
10.1 변분적 추론 _ 518
10.2 예시: 변분적 가우시안 혼합 분포 _ 531
10.3 변분적 선형 회귀 _ 545
10.4 지수족 분포 _ 549
10.5 지역적 변분 방법론 _ 552
10.6 변분적 로지스틱 회귀 _ 558
10.7 EP _ 566

CHAPTER 11 표집법  587
11.1 기본적인 표집 알고리즘 _ 590
11.2 마르코프 연쇄 몬테 카를로 _ 603
11.3 기브스 표집법 _ 608
11.4 조각 표집법 _ 613
11.5 하이브리드 몬테 카를로 알고리즘 _ 615
11.6 분할 함수 추정 _ 622

CHAPTER 12 연속 잠재 변수  627
12.1 PCA _ 629
12.2 확률적 PCA _ 640
12.3 커널 PCA _ 657
12.4 비선형 잠재 변수 모델 _ 662

CHAPTER 13 순차 데이터  677
13.1 마르코프 모델 _ 679
13.2 은닉 마르코프 모델 _ 682
13.3 선형 동적 시스템 _ 710

CHAPTER 14 모델 조합  729
14.1 베이지안 모델 평균 _ 730
14.2 위원회 방식 _ 732
14.3 부스팅 _ 733
14.4 트리 기반 모델 _ 740
14.5 조건부 혼합 모델 _ 744

부록 A. 데이터 집합  757
손글씨 숫자 _ 757
오일 흐름 _ 758
오래된 믿음 _ 761
합성 데이터 _ 762

부록 B. 확률 분포  765
베르누이 분포 _ 765
베타 분포 _ 766
이항 분포 _ 766
디리클레 분포 _ 767
감마 분포 _ 768
가우시안 분포 _ 768
가우시안 감마 분포 _ 770
가우시안 위샤트 분포 _ 770
다항 분포 _ 771
정규 분포 _ 772
스튜던트 t 분포 _ 772
균등 분포 _ 773
폰 미제스 분포 _ 773
위샤트 분포 _ 774

부록 C. 행렬의 성질  775
기본 행렬 성질 _ 775
대각합과 행렬식 _ 777
행렬 미분 _ 778
고윳값 공식 _ 779

부록 D. 변분법  783

부록 E. 라그랑주 승수법  787

참고문헌
찾아보기


* 해당게시물을 오류게시물로 신고합니다.
URL  
내용