本书是英国剑桥大学卡文迪许实验室的著名学者David J.C.MacKay博士总结多年教学经验和科研成果,于2003年推出的一部力作。本书作者不仅透彻地论述了传统信息论的内容和最新编码算法,而且以高度的学科驾驭能力,匠心独具地在一个统一框架下讨论了贝叶斯数据建模、蒙特卡罗方法、聚类算法、神经网络等属于机器学习和推理领域的主题,从而很好地将诸多学科的技术内涵融会贯通。本书注重理论与实际的结合,内容组织科学严谨,反映了多门学科的内在联系和发展趋势。同时,本书还包含了丰富的例题和近400道习题(其中许多习题还配有详细的解答),便于教学或自学,适合作为信息科学与技术相关专业高年级本科生和研究生教材,对相关专业技术人员也不失为一本有益的参考书。...
学习信息论的时候,老师推荐的,然后就买来了。实例很多,习题也很经典,花费了一个学期看了一遍,感觉对信息论的理解完全高了好多个层次。
评分我感觉啊,这本书写的条理很清晰,可是太简明扼要了好像,我读不懂。可我碰到的问题上面有介绍,我又没找到其它地方,我只有读这个,可我读不懂。我郁闷。
评分我感觉啊,这本书写的条理很清晰,可是太简明扼要了好像,我读不懂。可我碰到的问题上面有介绍,我又没找到其它地方,我只有读这个,可我读不懂。我郁闷。
评分学习信息论的时候,老师推荐的,然后就买来了。实例很多,习题也很经典,花费了一个学期看了一遍,感觉对信息论的理解完全高了好多个层次。
评分1.刚从图书馆借到这本书,顺着书中的支持网站,发现作者把公开课视频也免费放到网上了,还可以直接下到英文原版电子版,这是什么精神~ ”A series of sixteen lectures covering the core of the book "Information Theory, Inference, and Learning Algorithms (Cambridge Un...
还要再读的书
评分后面比较精彩 尤其是基因
评分对于信息传递的讲的非常清楚。
评分有习题还有解答。涉及知识面很广,例子很犀利。好书推荐。
评分以更本质的信息论的角度去看待机器学习问题 将概率视作推理的强大工具
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有