Mustererkennung und maschinelles Lernen

Bewertung:   (4,3 von 5)

Mustererkennung und maschinelles Lernen (M. Bishop Christopher)

Leserbewertungen

Zusammenfassung:

Das Buch ist eine umfassende Ressource für das Studium des maschinellen Lernens und wird besonders für seine umfassende Abdeckung der Themen, seine mathematische Strenge und seine aufschlussreichen Erklärungen gelobt. In mehreren Rezensionen werden jedoch Bedenken hinsichtlich der Druckqualität geäußert, insbesondere in der Taschenbuchversion, in der die Abbildungen oft in Schwarzweiß gehalten sind, was ihre Interpretation erschwert. Auch die Kindle-Version wird wegen Darstellungsproblemen kritisiert, die das Leseerlebnis beeinträchtigen.

Vorteile:

Umfassende Abdeckung von Themen des maschinellen Lernens
Hervorragende Einblicke von Dr. Bishop
Gut erklärter und strukturierter Inhalt
Gut für fortgeschrittene Lernende oder diejenigen, die mit Mathematik vertraut sind
Positive Erfahrungen mit der Lieferung und dem Buchzustand.

Nachteile:

Schlechte Druckqualität in den Taschenbuchausgaben (Schwarz-Weiß-Abbildungen)
Kindle-Version hat Darstellungsprobleme mit Bildern und Gleichungen
Text kann für Anfänger zu dicht und mathematisch sein
Einige Rezensionen merken an, dass es mehr Beispiele und praktische Anwendungen braucht.

(basierend auf 49 Leserbewertungen)

Originaltitel:

Pattern Recognition and Machine Learning

Inhalt des Buches:

Dies ist der erste Text über Mustererkennung, der die Bayes'sche Sichtweise vorstellt, die in den letzten fünf Jahren immer beliebter geworden ist. Es werden Algorithmen zur approximativen Inferenz vorgestellt, die schnelle approximative Antworten in Situationen ermöglichen, in denen exakte Antworten nicht möglich sind.

Es ist der erste Text, der grafische Modelle zur Beschreibung von Wahrscheinlichkeitsverteilungen verwendet, obwohl es keine anderen Bücher gibt, die grafische Modelle auf maschinelles Lernen anwenden. Es ist auch das erste vierfarbige Buch über Mustererkennung. Das Buch eignet sich für Kurse über maschinelles Lernen, Statistik, Informatik, Signalverarbeitung, Computer Vision, Data Mining und Bioinformatik.

Es bietet umfangreiche Unterstützung für Kursleiter, einschließlich mehr als 400 Übungen, die nach Schwierigkeitsgrad eingestuft sind. Beispiellösungen für eine Teilmenge der Übungen sind auf der Website des Buches verfügbar, während die Lösungen für die übrigen Übungen von den Dozenten beim Verlag angefordert werden können.

Weitere Daten des Buches:

ISBN:9781493938438
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2016
Seitenzahl:738

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Mustererkennung und maschinelles Lernen - Pattern Recognition and Machine Learning
Dies ist der erste Text über Mustererkennung, der die...
Mustererkennung und maschinelles Lernen - Pattern Recognition and Machine Learning
Neuronale Netze für die Mustererkennung - Neural Networks for Pattern Recognition
Dies ist die erste umfassende Abhandlung über neuronale...
Neuronale Netze für die Mustererkennung - Neural Networks for Pattern Recognition
Deep Learning: Grundlagen und Konzepte - Deep Learning: Foundations and Concepts
Dieses Buch bietet eine umfassende Einführung in die zentralen...
Deep Learning: Grundlagen und Konzepte - Deep Learning: Foundations and Concepts

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht: