{"product_id":"9780262013192","title":"Probabilistische grafische Modelle: Prinzipien und Techniken","description":"\u003ctable\u003e\u003ctbody\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"\"\u003e \u003cstrong\u003eAutor\/Mitwirkende(r):\u003c\/strong\u003e\n\u003c\/td\u003e\n\n\u003ctd style=\"\"\u003e Koller, Daphne; Friedman, Nir\u003cbr\u003e\n\n\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"\"\u003e \u003cstrong\u003eHerausgeber:\u003c\/strong\u003e\n\u003c\/td\u003e\n\n\u003ctd\u003e Der MIT-Verlag\u003cbr\u003e\n\n\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"\"\u003e \u003cstrong\u003eDatum:\u003c\/strong\u003e\n\u003c\/td\u003e\n\n\u003ctd\u003e 31.07.2009\u003cbr\u003e\n\n\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"\"\u003e \u003cstrong\u003eBindung:\u003c\/strong\u003e\n\u003c\/td\u003e\n\n \u003ctd style=\"\"\u003eGebundenes Buch\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"\"\u003e \u003cstrong\u003eZustand:\u003c\/strong\u003e\n\u003c\/td\u003e\n\n\u003ctd style=\"\"\u003e NEU\u003cbr\u003e\n\n\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e \u003cb\u003eEin allgemeiner Rahmen für die Konstruktion und Verwendung probabilistischer Modelle komplexer Systeme, der es einem Computer ermöglichen würde, verfügbare Informationen für die Entscheidungsfindung zu nutzen.\u003c\/b\u003e\u003cp\u003e Die meisten Aufgaben erfordern, dass eine Person oder ein automatisiertes System schlussfolgert – also Schlussfolgerungen auf der Grundlage verfügbarer Informationen zieht. Das in diesem Buch vorgestellte Framework probabilistischer grafischer Modelle bietet einen allgemeinen Ansatz für diese Aufgabe. Der Ansatz ist modellbasiert und ermöglicht die Konstruktion interpretierbarer Modelle, die dann durch Schlussfolgerungsalgorithmen manipuliert werden können. Diese Modelle können auch automatisch aus Daten erlernt werden, sodass der Ansatz in Fällen verwendet werden kann, in denen die manuelle Konstruktion eines Modells schwierig oder sogar unmöglich ist. Da Unsicherheit ein unvermeidlicher Aspekt der meisten realen Anwendungen ist, konzentriert sich das Buch auf probabilistische Modelle, die die Unsicherheit explizit machen und Modelle liefern, die der Realität näher kommen.\u003c\/p\u003e \u003cp\u003e\u003ci\u003eProbabilistic Graphical Models\u003c\/i\u003e behandelt eine Vielzahl von Modellen, darunter Bayessche Netze, ungerichtete Markov-Netze, diskrete und kontinuierliche Modelle sowie Erweiterungen für den Umgang mit dynamischen Systemen und relationalen Daten. Für jede Modellklasse beschreibt der Text die drei grundlegenden Eckpfeiler: Darstellung, Schlussfolgerung und Lernen, wobei sowohl grundlegende Konzepte als auch fortgeschrittene Techniken vorgestellt werden. Abschließend befasst sich das Buch mit der Verwendung des vorgeschlagenen Rahmens für kausales Denken und Entscheidungsfindung unter Unsicherheit. Der Haupttext in jedem Kapitel liefert die detaillierte technische Entwicklung der Schlüsselideen. Die meisten Kapitel enthalten auch Kästen mit zusätzlichem Material: Fähigkeitskästen, die Techniken beschreiben; Fallstudienkästen, die empirische Fälle im Zusammenhang mit dem im Text beschriebenen Ansatz diskutieren, einschließlich Anwendungen in Computer Vision, Robotik, natürlichem Sprachverständnis und Computerbiologie; und Konzeptkästen, die wichtige Konzepte aus dem Material des Kapitels vorstellen. Dozenten (und Leser) können Kapitel in verschiedenen Kombinationen gruppieren, von Kernthemen bis hin zu technisch fortgeschrittenerem Material, um ihren besonderen Anforderungen gerecht zu werden.\u003c\/p\u003e","brand":"The MIT Press","offers":[{"title":"Default Title","offer_id":42899615711487,"sku":"9780262013192","price":145.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0452\/0886\/2873\/files\/9780262013192_s600x595.jpg?v=1776703093","url":"https:\/\/massivebookshop.com\/de\/products\/9780262013192","provider":"MASSIVE BOOKSHOP","version":"1.0","type":"link"}