Pattern Recognition and Machine Learning (2006) (Christopher M. Bishop)

Автор: Christopher M. Bishop

Резкий рост числа практических приложений для машинного обучения за последние десять лет сопровождался многими важными разработками в лежащих в их основе алгоритмах и методах. Например, байесовские методы превратились из специализированной ниши в мейнстрим, в то время как графические модели стали общей основой для описания и применения вероятностных методов. Практическая применимость байесовских методов была значительно расширена благодаря разработке ряда приближенных алгоритмов вывода, таких как вариационный Байес и распространение математических ожиданий, в то время как новые модели, основанные на ядрах, оказали значительное влияние как на алгоритмы, так и на приложения.

Учебник отражает эти разработки, обеспечивая при этом всестороннее введение в области распознавания образов и машинного обучения. Он предназначен для продвинутых студентов или аспирантов первого курса