Ocena:
Książka „Pattern Recognition” autorstwa Theodoridisa i Koutroumbasa jest wysoko ceniona za dokładność, przejrzystość i kompleksowe omówienie dziedziny rozpoznawania wzorców, odpowiednie zarówno dla studentów, jak i badaczy. Zawiera zaktualizowany materiał na zaawansowane tematy i zapewnia doskonałe przykłady. Jednak niektórzy recenzenci uważają, że jest ona gęsta i stanowi wyzwanie dla początkujących, a krytyka koncentruje się na jej kompaktowych zapisach i braku praktycznych wskazówek dotyczących kodowania bez dodatkowych tekstów.
Zalety:⬤ Dokładne omówienie dziedziny rozpoznawania wzorców
⬤ przejrzysta i dobrze zorganizowana prezentacja
⬤ doskonałe przykłady i eksperymenty komputerowe
⬤ zaktualizowana o najnowsze osiągnięcia
⬤ znaczna głębia i rozległość
⬤ odpowiednia dla studentów, badaczy i praktyków
⬤ dobre wyjaśnienie matematyczne z towarzyszącą książką towarzyszącą MATLAB.
⬤ Gęsta i wymagająca dla początkujących
⬤ niektórzy krytycy uważają, że jest to bardziej odniesienie niż narzędzie do nauki
⬤ równania mogą być zwarte i trudne do rozszyfrowania
⬤ brakuje wystarczających praktycznych wskazówek dotyczących kodowania
⬤ niektóre wydania (np. Kindle) mają problemy z formatowaniem.
(na podstawie 21 opinii czytelników)
Pattern Recognition
Książka ta uwzględnia klasyczną i aktualną teorię i praktykę nadzorowanego, nienadzorowanego i półnadzorowanego rozpoznawania wzorców, aby stworzyć kompletne tło dla profesjonalistów i studentów inżynierii. Autorzy, wiodący eksperci w dziedzinie rozpoznawania wzorców, dostarczyli aktualny, samodzielny tom zawierający to szerokie spektrum informacji. W tym wydaniu uwzględniono najnowsze metody: pół-nadzorowane uczenie się, łączenie algorytmów grupowania i informacje zwrotne dotyczące trafności.
- Gruntownie opracowany, aby zawierał o wiele więcej praktycznych przykładów, aby zapewnić lepsze zrozumienie różnych metod i technik.
- Dołączono znacznie więcej diagramów - teraz w dwóch kolorach - aby zapewnić lepszy wgląd poprzez wizualną prezentację.
- Na końcu każdego rozdziału podano kod Matlab najczęściej stosowanych metod.
- Więcej kodu Matlab jest dostępnych wraz z towarzyszącym podręcznikiem na tej stronie.
- Uwzględniono najnowsze gorące tematy, aby zwiększyć wartość referencyjną tekstu, w tym nieliniowe techniki redukcji wymiarowości, informacje zwrotne dotyczące trafności, półnadzorowane uczenie się, grupowanie widmowe, łączenie algorytmów grupowania.
- Towarzysząca książka z kodem Matlab najpopularniejszych metod i algorytmów w książce, wraz z opisowym podsumowaniem i rozwiązanymi przykładami, w tym rzeczywistymi zestawami danych w obrazowaniu i rozpoznawaniu dźwięku. Książka towarzysząca będzie dostępna osobno lub w specjalnej cenie (ISBN: 9780123744869).