内容简介

《信息论、推理与学习算法》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。《信息论、推理与学习算法》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。《信息论、推理与学习算法》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,《信息论、推理与学习算法》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。...

下载地址

豆瓣评论

  • Akashi
    好的教材真是比浪费时间的科普强多了03-13
  • zYx.Tom
    牛人写的牛书。对于理解变分贝叶斯绝对是必备教材之一。04-14
  • 喵~
    内容不够详细 有些介绍了就带过了。 12-20
  • 常宇
    老吐槽翻译有什么意思,原文的口语感本来就很强。概括精炼,第四部分适合单独成书,逻辑自洽、内容编排流畅、小而精太适合自学了。但跳过习题估计是很难读下去的,不适合做工具书。12-17
  • antony13
    对于信息传递的讲的非常清楚。12-01

猜你喜欢

大家都喜欢