Rozpoznawanie wzorców i uczenie maszynowe

Ocena:   (4,3 na 5)

Rozpoznawanie wzorców i uczenie maszynowe (M. Bishop Christopher)

Opinie czytelników

Podsumowanie:

Książka jest kompleksowym źródłem wiedzy na temat uczenia maszynowego i jest szczególnie chwalona za obszerne omówienie tematów, rygor matematyczny i wnikliwe wyjaśnienia. Jednak kilka recenzji podkreśla obawy dotyczące jakości druku, zwłaszcza w wersji papierowej, gdzie ilustracje są często czarno-białe, co utrudnia ich interpretację. Wersja Kindle jest również krytykowana za problemy z renderowaniem, które utrudniają czytanie.

Zalety:

Kompleksowe omówienie tematów związanych z uczeniem maszynowym
# Doskonałe spostrzeżenia dr Bishopa
# Dobrze wyjaśniona i ustrukturyzowana treść
# Dobra dla zaawansowanych uczniów lub osób zaznajomionych z matematyką
# Pozytywne wrażenia z dostawy i stan książki.

Wady:

Słaba jakość druku w wydaniach papierowych (czarno-białe ilustracje)
# Wersja na Kindle ma problemy z renderowaniem obrazów i równań
# Tekst może być zbyt gęsty i matematyczny dla początkujących
# Niektóre recenzje wskazują na potrzebę większej liczby przykładów i praktycznych zastosowań.

(na podstawie 49 opinii czytelników)

Oryginalny tytuł:

Pattern Recognition and Machine Learning

Zawartość książki:

Jest to pierwszy tekst na temat rozpoznawania wzorców, który przedstawia bayesowski punkt widzenia, który stał się coraz bardziej popularny w ciągu ostatnich pięciu lat. Przedstawia przybliżone algorytmy wnioskowania, które pozwalają na szybkie przybliżone odpowiedzi w sytuacjach, w których dokładne odpowiedzi nie są możliwe.

Jest to pierwszy tekst wykorzystujący modele graficzne do opisu rozkładów prawdopodobieństwa, podczas gdy nie ma innych książek, które stosują modele graficzne do uczenia maszynowego. Jest to również pierwsza czterokolorowa książka na temat rozpoznawania wzorców. Książka jest odpowiednia dla kursów uczenia maszynowego, statystyki, informatyki, przetwarzania sygnałów, wizji komputerowej, eksploracji danych i bioinformatyki.

Zapewniono szerokie wsparcie dla instruktorów kursów, w tym ponad 400 ćwiczeń, ocenianych według trudności. Przykładowe rozwiązania dla podzbioru ćwiczeń są dostępne na stronie internetowej książki, podczas gdy rozwiązania dla pozostałych mogą być uzyskane przez instruktorów od wydawcy.

Dodatkowe informacje o książce:

ISBN:9781493938438
Autor:
Wydawca:
Oprawa:Miękka oprawa
Rok wydania:2016
Liczba stron:738

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Rozpoznawanie wzorców i uczenie maszynowe - Pattern Recognition and Machine Learning
Jest to pierwszy tekst na temat rozpoznawania wzorców,...
Rozpoznawanie wzorców i uczenie maszynowe - Pattern Recognition and Machine Learning
Sieci neuronowe do rozpoznawania wzorców - Neural Networks for Pattern Recognition
Jest to pierwsze kompleksowe omówienie sieci neuronowych typu...
Sieci neuronowe do rozpoznawania wzorców - Neural Networks for Pattern Recognition
Głębokie uczenie się: Podstawy i koncepcje - Deep Learning: Foundations and Concepts
Ta książka oferuje kompleksowe wprowadzenie do głównych...
Głębokie uczenie się: Podstawy i koncepcje - Deep Learning: Foundations and Concepts

Prace autora wydały następujące wydawnictwa: