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。...
具体描述
读后感
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。
评分信息论是我觉得最有用的课程之一，不管是科研，还是现实生活。 首先从信息论的角度看数字编码，从二进制，十进制，再到二十进制，其实是在用越来越多的符号来编码无穷尽的数字。二进制只需要两个符号0，1就可以编码所有数字，每个字符信息量较小，代价就是编码长度及其长，不利...
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Mackay在我心中是一个多才多艺的天才，他重新发现了LDPC码的价值，使得这一具有革命性影响的信道码没有沉没在故纸堆中。这本书神奇地把数据压缩、通信理论、神经网络甚至是分布式算法这些我们在多门课程中学习的东西统一到了统计尤其是Bayesian统计的大框架下来，使得我们的...
用户评价
还要再读的书
评分有提到模型和数据信息量等问题
评分英文书好贵呀，只能买中文的了
评分后面比较精彩 尤其是基因
评分: TN911.2/5427
相关图书
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