简介
《机器学习贝叶斯优化》展示了如何通过应用前沿的贝叶斯技术来优化超参数调整、A/B测试和机器学习过程的其他方面。本书使用清晰的语言、插图和具体的例子,证明贝叶斯优化并不难!读者将深入贝叶斯优化的工作原理,并学习如何使用最先进的Python库来实现它。本书易于重用的代码示例让读者可以通过将它们直接插入自己的项目来开始运行。在本书中,读者将找到什么是贝叶斯优化的实用指南,它如何在不确定的情况下促进决策以优化昂贵的流程,贝叶斯优化有哪些不同的变体,以及如何用代码实现这些变体。本书适用于对数学和统计学有信心的机器学习从业者。
编辑推荐
在这个由数据塑造的世界里,贝叶斯优化已经成为一种不可或缺的技术,它在机器学习、数据科学,以及更广泛的科学探索中扮演着至关重要的角色。然而,尽管贝叶斯优化的应用前景广阔,但它的学习之路却并不平坦。现有的资源要么过于零散,要么过于晦涩,使得许多渴望掌握这一技术的读者感到困惑和沮丧。正是在这样的背景下,《机器学习贝叶斯优化》应运而生,旨在为读者提供全面、深入且易于理解的贝叶斯优化学习指导。 《机器学习贝叶斯优化》不仅是为了传授知识,更重要的是为了激发思考。它将带你穿越贝叶斯优化的理论丛林,探索其在实际应用中的无限可能。通过精心编排的章节,本书将从贝叶斯优化的基本概念出发,逐步深入高斯过程的神秘世界,再进一步探讨策略的制定和优化,最终触及高斯过程模型的高级应用。这段旅程将充满挑战与乐趣。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2025-04-01
- 更新: 2025-05-31
- 书号:9787302684695
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
-
Python贝叶斯建模与计算
[阿根廷] 奥斯瓦尔多·A. 马丁(Osvaldo A. Martin),[美]拉万·库马尔(Ravin Kumar)[美]劳俊鹏(Junpeng Lao)著 郭涛 译
¥98.00