【2022新书】机器学习中的概率数值计算，412页pdf

概率数值计算将机器学习和应用数学之间的联系形式化。数值算法从可计算的量中逼近难以处理的量。他们通过被积函数的计算来估计积分，或者通过向量场的计算来估计微分方程所描述的动力系统的路径。换句话说，他们从数据中推断出潜在的数量。这本书表明，它是正式可能认为计算例程作为学习机，并使用贝叶斯推理的概念来构建更灵活，高效，或定制的算法的计算。文本迎合了硕士和博士学生，以及人工智能，计算机科学，统计和应用数学的研究生研究人员。提供了大量的背景材料以及大量的图形、工作示例和练习(带解决方案)。

我们的主要目标是研究不确定性在数值计算中的应用和作用，并利用这种不确定性来做出关于计算的最优决策。

https://www.probabilistic-numerics.org/