Бишоп М. Распознавание образов и машинное обучение

М.: Диалектика, 2020. — 962 с. — ISBN 9785907144552.Этот совершенно новый учебник отражает современные достижения распознавания образов и машинного обучения и представляет собой всеобъемлющее введение в эту область. Он предназначен для студентов старших курсов и аспирантов первого года обучения, а также исследователей и практиков. От читателей не требуется предварительных знаний в области распознавания образов и машинного обучения. Достаточно знать основы многомерного математического анализа и линейной алгебры. Опыт применения теории вероятностей желателен, но не обязателен, поскольку книга содержит самостоятельное введение в теорию вероятностей. Книгу удобно использовать для преподавания курсов по машинному обучению, статистике, компьютерным наукам, интеллектуальному анализу данных и биоинформатике. Для удобства преподавания учебник содержит большой методический материал, включающий более чем 400 упражнений, ранжированных по сложности. Решения некоторых упражнений можно найти на веб-сайте, посвященном книге. Книга сопровождается публикацией большого объема дополнительного материала на английском языке на веб-сайте, который содержит новейшую информацию.Предисловие
Математические обозначения
Введение
Распределения вероятностей
Модели линейной регрессии
Линейные модели классификации
Нейронные сети
Ядерные методы
Разреженные ядерные методы
Графовые модели
Смеси распределений и ЕМ-алгоритм
Приближенный вывод
Выборочные методы
Непрерывные латентные переменные
Последовательные данные
Комбинирование моделей
Приложения
Наборы данных
Плотности распределений
Свойства матриц
Вариационное исчисление
Множители Лагранжа
Библиография
Предметный указатель