Avis des lecteurs
Résumé:Ce livre propose une introduction complète à l'apprentissage automatique bayésien, incorporant un large éventail de sujets avec une rigueur mathématique et des exemples pratiques. Bien qu'il soit loué pour sa clarté et son aptitude à l'auto-apprentissage, certains lecteurs trouvent que sa structure et son organisation laissent à désirer. Il n'est pas idéal comme premier livre pour les débutants absolus en raison de son intensité mathématique et de certaines explications vagues.
Avantages:** Large éventail de sujets couverts. ** Bonnes explications avec une précision mathématique. ** Convient à l'auto-apprentissage avec des exemples concrets. ** Inclut un code supplémentaire pour les applications pratiques. ** Exploration détaillée des techniques bayésiennes. ** Des exercices stimulants mais gérables. ** Les modèles les plus récents en probabilité sont représentés. ** Les modèles les plus récents en probabilités sont représentés.
Inconvénients:** N'est pas idéal pour les débutants absolus en raison de l'intensité mathématique. ** Manque d'explications plus approfondies dans certains domaines, ce qui peut dérouter les débutants. ** L'organisation du livre est critiquée ; les définitions peuvent être dispersées ou mal placées. ** Certains chapitres sont avancés et peuvent nécessiter des connaissances de base supplémentaires. ** Manque de cohérence dans le langage et le symbolisme. ** Des problèmes de qualité ont été signalés dans les versions imprimées. ** Certaines définitions sont vagues ou circulaires, ce qui prête à confusion. ** Des errata et des corrections en ligne peuvent être nécessaires.
(basé sur 43 avis de lecteurs)
Titre original :
Bayesian Reasoning and Machine Learning
Contenu du livre :
Les méthodes d'apprentissage automatique permettent d'extraire rapidement et avec des ressources modestes de la valeur de vastes ensembles de données. Elles sont des outils reconnus dans un large éventail d'applications industrielles, notamment les moteurs de recherche, le séquençage de l'ADN, l'analyse des marchés boursiers et la locomotion des robots, et leur utilisation se répand rapidement.
Les personnes qui connaissent les méthodes ont le choix entre des emplois gratifiants. Ce texte pratique ouvre ces possibilités aux étudiants en informatique ayant une formation mathématique modeste. Il est conçu pour les étudiants en dernière année de licence et les étudiants en master ayant un bagage limité en algèbre linéaire et en calcul.
Complet et cohérent, il développe tout, du raisonnement de base aux techniques avancées, dans le cadre de modèles graphiques. Les étudiants apprennent plus qu'un menu de techniques, ils développent des compétences analytiques et de résolution de problèmes qui les préparent au monde réel.
De nombreux exemples et exercices, tant informatiques que théoriques, sont inclus dans chaque chapitre. Des ressources pour les étudiants et les enseignants, y compris une boîte à outils MATLAB, sont disponibles en ligne.
Autres informations sur le livre :
| ISBN : | 9780521518147 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2012 |
| Nombre de pages : | 735 |
Achat:
Actuellement disponible, en stock.
