Uczenie maszynowe w przetwarzaniu sygnałów: Nauka o danych, algorytmy i statystyka obliczeniowa

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 7 głosach.

Oryginalny tytuł:

Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics

Zawartość książki:

Książka ta szczegółowo opisuje podstawową matematykę i algorytmy uczenia maszynowego (przykład sztucznej inteligencji) i przetwarzania sygnałów, dwóch najważniejszych i najbardziej ekscytujących technologii w nowoczesnej gospodarce informacyjnej. Przyjmując stopniowe podejście, buduje koncepcje w solidny sposób, krok po kroku, tak aby pomysły i algorytmy mogły być wdrażane w praktycznych aplikacjach programowych.

Cyfrowe przetwarzanie sygnałów (DSP) jest jednym z "fundamentalnych" tematów inżynieryjnych współczesnego świata, bez którego technologie takie jak telefon komórkowy, telewizja, odtwarzacze CD i MP3, WiFi i radar nie byłyby możliwe. Dla porównania, statystyczne uczenie maszynowe jest teoretyczną podstawą ekscytujących technologii, takich jak automatyczne techniki rozpoznawania tablic rejestracyjnych samochodów, rozpoznawanie mowy, przewidywanie giełdowe, wykrywanie defektów na liniach montażowych, prowadzenie robotów i autonomiczna nawigacja samochodowa. Statystyczne uczenie maszynowe wykorzystuje analogię między inteligentnym przetwarzaniem informacji w mózgach biologicznych a zaawansowanym modelowaniem statystycznym i wnioskowaniem.

DSP i statystyczne uczenie maszynowe mają tak duże znaczenie dla gospodarki opartej na wiedzy, że oba przeszły szybkie zmiany i doczekały się radykalnej poprawy zakresu i możliwości zastosowania. Oba wykorzystują kluczowe tematy matematyki stosowanej, takie jak prawdopodobieństwo i statystyka, algebra, rachunek różniczkowy, grafy i sieci. Istnieją ścisłe powiązania formalne między tymi dwoma przedmiotami i z tego powodu istnieje wiele nakładających się na siebie przedmiotów, które można wykorzystać do stworzenia nowych narzędzi DSP o zaskakującej użyteczności, wysoce dostosowanych do współczesnego świata wszechobecnych czujników cyfrowych i sprzętu komputerowego o dużej mocy, a jednocześnie taniego. Książka ta daje solidne podstawy matematyczne i szczegółowo opisuje kluczowe koncepcje i algorytmy w tym ważnym temacie.