发表于2024-11-02
信息论、推理与学习算法 2024 pdf epub mobi 电子书
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...
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...
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...
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...
图书标签: 信息论 机器学习 学习算法 计算机科学 计算机 数学 统计学 数据挖掘
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。...
内容不够详细 有些介绍了就带过了。
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
评分后面比较精彩 尤其是基因
评分后面比较精彩 尤其是基因
评分翻译的差劲!
信息论、推理与学习算法 2024 pdf epub mobi 电子书