دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Gilles Barthe, Joost-Pieter Katoen, Alexandra Silva سری: ISBN (شابک) : 110848851X, 9781108488518 ناشر: Cambridge University Press سال نشر: 2021 تعداد صفحات: 582 [584] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 Mb
در صورت تبدیل فایل کتاب Foundations of Probabilistic Programming به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مبانی برنامه ریزی احتمالی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
یک برنامه احتمالی واقعاً چه چیزی را محاسبه می کند؟ چگونه می توان به طور رسمی در مورد چنین برنامه های احتمالی استدلال کرد؟ این راهنمای ارزشمند چنین سوالات ابتدایی و موارد دیگر را پوشش می دهد. این یک نمای کلی از مبانی نظری برنامهنویسی احتمالی مدرن و کاربردهای آن در یادگیری ماشین، امنیت و سایر حوزهها را در سطحی مناسب برای دانشجویان فارغالتحصیل و افراد غیرمتخصص در این زمینه ارائه میکند. علاوه بر این، این کتاب به ارتباط بین برنامه های احتمالی و منطق ریاضی، امنیت (احتمال اینکه نرم افزار اطلاعات محرمانه را درز کند چقدر است؟) می پردازد و سه زبان برنامه نویسی را برای برنامه های مختلف ارائه می دهد: جداول اکسل، آزمایش برنامه، و محاسبات تقریبی. این عنوان به صورت Open Access در Cambridge Core نیز موجود است.
What does a probabilistic program actually compute? How can one formally reason about such probabilistic programs? This valuable guide covers such elementary questions and more. It provides a state-of-the-art overview of the theoretical underpinnings of modern probabilistic programming and their applications in machine learning, security, and other domains, at a level suitable for graduate students and non-experts in the field. In addition, the book treats the connection between probabilistic programs and mathematical logic, security (what is the probability that software leaks confidential information?), and presents three programming languages for different applications: Excel tables, program testing, and approximate computing. This title is also available as Open Access on Cambridge Core.