Descripción
Reconocimiento de Patrones y Aprendizaje Automático es un libro de texto que ofrece una introducción completa a los campos del reconocimiento de patrones y el aprendizaje automático. Estos campos han experimentado un desarrollo sustancial en la última década, con métodos bayesianos pasando de ser un área de nicho a una aplicación generalizada. El libro cubre la aparición de modelos gráficos como un marco para modelos probabilísticos y discute la aplicabilidad práctica de los métodos bayesianos mejorados por algoritmos de inferencia aproximada como Bayes variacional y propagación de expectativas.
Leer más
El libro de texto también explora nuevos modelos basados en núcleos, que han impactado significativamente en algoritmos y aplicaciones. Está dirigido a estudiantes de pregrado avanzados o estudiantes de primer año de doctorado, así como a investigadores y profesionales. El libro no asume conocimientos previos sobre conceptos de reconocimiento de patrones o aprendizaje automático, pero requiere familiaridad con cálculo multivariable y álgebra lineal básica. Se incluye una introducción autónoma a la teoría de probabilidades básica, lo que lo hace accesible para aquellos con conocimientos limitados en probabilidad.
Reconocimiento de Patrones y Aprendizaje Automático sirve como un recurso valioso para comprender los desarrollos recientes en estos campos. Proporciona información sobre la integración de perspectivas de ingeniería y ciencias de la computación, destacando las dos facetas del reconocimiento de patrones y el aprendizaje automático. El libro de texto es publicado por Springer Nature y está disponible para compra o préstamo a través de su plataforma.
- CategoríaOtras herramientas de IA
Detalles del libro
Introducción completa al reconocimiento de patrones
Cubre desarrollos en aprendizaje automático
Enfoque en métodos bayesianos
Incluye marco de modelos gráficos
Discute modelos basados en núcleos
Diseñado para estudiantes de pregrado avanzados y estudiantes de doctorado
Requiere conocimientos de cálculo y álgebra lineal
Introducción autónoma a la teoría de probabilidades
Para quién es este libro
- Estudio académico
- Referencia de investigación
- Desarrollo profesional
- Desarrollo de algoritmos
- Aplicación de métodos bayesianos
