【2020新书】概率机器学习，附212页pdf与slides

为土木工程专业的学生和专业人士介绍概率机器学习的关键概念和技术;有许多循序渐进的例子、插图和练习。

这本书向土木工程的学生和专业人员介绍了概率机器学习的概念，以一种对没有统计学或计算机科学专业背景的读者可访问的方式提出了关键的方法和技术。通过一步步的例子、插图和练习，它清晰而直接地展示了不同的方法。掌握了材料，读者将能够理解更高级的机器学习文献，从这本书中提取。

本书介绍了概率机器学习的三个子领域的关键方法:监督学习、非监督学习和强化学习。它首先涵盖了理解机器学习所需的背景知识，包括线性代数和概率论。接着介绍了有监督和无监督学习方法背后的贝叶斯估计，以及马尔可夫链蒙特卡洛方法，该方法使贝叶斯估计能够在某些复杂情况下进行。这本书接着涵盖了与监督学习相关的方法，包括回归方法和分类方法，以及与非监督学习相关的概念，包括聚类、降维、贝叶斯网络、状态空间模型和模型校准。最后，本书介绍了不确定环境下理性决策的基本概念，以及不确定和序列上下文下理性决策的基本概念。在此基础上，这本书描述了强化学习的基础，虚拟代理学习如何通过试验和错误作出最优决策，而与它的环境交互。

地址：

https://mitpress.mit.edu/books/probabilistic-machine-learning-civil-engineers

目录内容：

     Chapter 1:   引言 Introduction

Part one: 背景 Background      

     Chapter 2:  线性代数

    Chapter 3:  概率理论 Probability Theory
    Chapter 4:  概率分布  Probability Distributions
    Chapter 5:  凸优化 Convex Optimization

Part two: 贝叶斯估计 Bayesian Estimation 
    Chapter 6:   从数据中学习 Learning from Data
    Chapter 7:   马尔科夫链蒙特卡洛 Markov Chain Monte Carlo
Part three: 监督学习 Supervised Learning 

    Chapter 8:  回归  Regression
    Chapter 9:   分类 Classification
Part four: 无监督学习 Unsupervised Learning 
    Chapter 10: 聚类 Clustering
    Chapter 11: 贝叶斯网络 Bayesian Networks
    Chapter 12: 状态空间 State-Space Models
    Chapter 13: 模型 Model Calibration
Part five: 强化学习 Reinforcement Learning 
    Chapter 14: 不确定上下文决策 Decision in Uncertain Contexts
    Chapter 15: 序列决策 Sequential Decisions

http://profs.polymtl.ca/jagoulet/Site/Goulet_web_page_BOOK.html

Slides：
Module 0 -  机器学习导论 Introduction to Machine Learning for civil engineers    

Module 1a - Revision: Linear algebra [PDF]  

 Module 1b - Revision: Probability theory [PDF]   

Module 2 - Probability distributions for Machine Learning [PDF]   

Module 3 - Bayesian methods for the estimation of epistemic uncertainty [PDF]  Module 4 - MCMC sampling methods and convex optimization [PDF]   

Module 5 - Regression methods [PDF]   

Module 6 - Classification Methods [PDF]   

Module 7a - State-space models for time series: Theory [PDF]   

Module 7b - State-space models for time series: Applications [PDF]   

Module 8 - Decision Theory [PDF]   

Module 9 - Artificial intelligence & Sequential decision problems

视频：

https://www.youtube.com/playlist?list=PLSng2CrfnjmoZMERizqkt3VU6y27QlTvD

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“PMLC” 可以获取《【2020新书】概率机器学习，附212页pdf与slides》pdf专知下载链接索引

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