天猫概率机器学习（进阶篇） (美)凯文·P.墨菲(Kevin P.Murphy) 著 著 江红,余青松,余靖 译 译 计算机控制仿真与人工智能专业科技

《概率机器学习（进阶篇）》由著名学者凯文·P. 墨菲（Kevin P. Murphy）撰写，是机器学习领域的重要进阶教材。本书深入探讨概率建模、贝叶斯推理、图模型、变分推断及深度生成模型等高级主题，系统融合统计学与人工智能理论，强调可解释性与不确定性建模。内容涵盖高斯过程、隐马尔可夫模型、主题模型及深度概率网络等前沿方法，兼具理论深度与实践指导。本书由江红、余青松、余靖翻译，语言准确流畅，适合计算机、控制、仿真与人工智能等专业的高年级研究生、科研人员及工程师阅读，是深入理解现代概率机器学习核心思想的权威参考。