【新书】感知和行动的贝叶斯模型,348页pdf

2021 年 11 月 18 日 专知


这本书对理解概率推理在感性决策和行动中的作用,提供了一个温和的介绍,一个严谨的定量框架。概率或贝叶斯推断是一种从不确定的证据中得出结论的方法。这本书解释了有多少形式的感知和行动可以作为贝叶斯推理的数学模型。根据这些模型,人类的思维行为就像一个有能力的数据科学家(或者犯罪现场调查员,或者诊断医生……)当处理有噪声和模糊的数据时。近几十年来,贝叶斯关于感知和行动的方法越来越受欢迎,并得到了广泛的测试。

https://www.cns.nyu.edu/malab/bayesianbook.html

推理在感知中起着核心作用。我们的眼睛、耳朵、皮肤和其他感觉器官记录身体信号,并将这些信号转化为电脉冲,传输到大脑,类似神经的摩尔斯码。大脑必须解码这些信号,并从这些信号中推断出世界的状态。眼睛记录光的模式,但不能识别视觉场景。皮肤能感觉到压力和振动,但不能识别引起这些刺激的外部物体。肌肉能感觉到紧张,但不能明确地指示身体的结构。耳朵能探测到声波,但并不表明其含义。大脑承担着这些困难的解释任务,通过接收到的感官信息对世界做出感性的最佳猜测。

本书探索的贝叶斯方法对感知建模让我们感到兴奋,因为它解释了丰富的数据,并成功地解释了许多实验的结果。 在贝叶斯框架内,生物体的目标是计算描述世界状态的参数的概率分布。这种计算是基于感官信息和从经验中积累的知识。特定的感官信息和先验知识是特定于手头任务的,但计算在每个情况下都符合相同的概率演算规则。因此,贝叶斯方法将大量看似不同的行为统一在一个连贯的框架内。

虽然这本书的重点是感知和行动,贝叶斯模型在认知科学和心理学的其他领域是广泛有用的。特别是,贝叶斯模型在高级认知[2]中有着丰富的历史,至少可以追溯到乔纳森·埃文斯[43]和约翰·安德森[21]的工作,对认知发展的理解做出了巨大贡献[53,123]。本书中偶尔会出现更高层次的认知,特别是在第6章(学习)、第12章(变化世界中的推理)和第13章(推理与实用的结合)中。在第15章(背景中的贝叶斯模型)中,我们评论了感知和认知之间的差异。



目录内容:



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“B348” 就可以获取【新书】感知和行动的贝叶斯模型,348页pdf》专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!


欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
6

相关内容

【干货书】机器学习算法视角,249页pdf
专知会员服务
142+阅读 · 2021年10月18日
专知会员服务
71+阅读 · 2021年10月15日
专知会员服务
252+阅读 · 2021年10月8日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1日
【2021新书】概率图模型:原理与应用,370页pdf
专知会员服务
231+阅读 · 2021年5月26日
【2021新书】概率论介绍,395页pdf
专知会员服务
73+阅读 · 2021年1月17日
MIT最新《贝叶斯深度学习》综述论文,37页pdf
专知会员服务
50+阅读 · 2021年1月4日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
【干货书】高维统计学,572页pdf
专知
15+阅读 · 2021年12月3日
【斯坦福经典书】机器学习导论,188页pdf
专知
0+阅读 · 2021年3月31日
【干货书】计算机科学离散数学,627页pdf
专知
61+阅读 · 2020年8月31日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
Arxiv
57+阅读 · 2022年1月5日
Arxiv
14+阅读 · 2021年11月27日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关VIP内容
【干货书】机器学习算法视角,249页pdf
专知会员服务
142+阅读 · 2021年10月18日
专知会员服务
71+阅读 · 2021年10月15日
专知会员服务
252+阅读 · 2021年10月8日
【干货书】概率与信息,一种集成方法,291页pdf
专知会员服务
60+阅读 · 2021年9月1日
【2021新书】概率图模型:原理与应用,370页pdf
专知会员服务
231+阅读 · 2021年5月26日
【2021新书】概率论介绍,395页pdf
专知会员服务
73+阅读 · 2021年1月17日
MIT最新《贝叶斯深度学习》综述论文,37页pdf
专知会员服务
50+阅读 · 2021年1月4日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员