![[Recension] Information Theory, Inference and Learning Algorithms (David J. C. MacKay) Sammanfattad.](https://episodes.castos.com/660078c6833215-59505987/images/2573117/c1a-085k3-0v4v16d8f631-rdwvue.jpg)
Show Notes
Information Theory, Inference and Learning Algorithms (David J. C. MacKay)
- Amazon Sweden Store: https://www.amazon.se/dp/0521642981?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Information-Theory%2C-Inference-and-Learning-Algorithms-David-J-C-MacKay.html
- Apple Books: https://books.apple.com/us/audiobook/markov-models-supervised-and-unsupervised-machine/id1294775776?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Information+Theory+Inference+and+Learning+Algorithms+David+J+C+MacKay+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/0521642981/
#Aritmetiskkodning #Kanalkapacitet #Glesagrafkoder #Bayesianskinferens #Meddelandepassning #InformationTheoryInferenceandLearningAlgorithms
Information Theory, Inference and Learning Algorithms av David J. C. MacKay är en omfattande lärobok från 2003, om hur information kan mätas, överföras, komprimeras och tolkas. Den förenar områden som ofta presenteras var för sig, informationsteori, sannolikhetslära, statistisk inferens och maskininlärning. MacKays huvudidé är att samma matematiska principer återkommer i både kommunikationssystem och intelligenta system som drar slutsatser ur osäkra data. Boken rör sig därför mellan kodning för digital kommunikation och metoder för exempelvis klassificering, klustring och neurala nätverk. Genomgående kopplas teori till konkreta problem, som datakomprimering, felrättning och probabilistisk modellering. Genren är teknisk facklitteratur och universitetslärobok, men framställningen är ovanligt pedagogisk och använder övningar, exempel och ibland humor för att göra abstrakta idéer greppbara. Syftet är inte främst att ge en snabb introduktion till enskilda verktyg, utan att bygga en sammanhängande förståelse för varför de fungerar och när de har gemensam struktur.
- Amazon Sweden Store: https://www.amazon.se/dp/0521642981?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Information-Theory%2C-Inference-and-Learning-Algorithms-David-J-C-MacKay.html
- Apple Books: https://books.apple.com/us/audiobook/markov-models-supervised-and-unsupervised-machine/id1294775776?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Information+Theory+Inference+and+Learning+Algorithms+David+J+C+MacKay+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/0521642981/
#Aritmetiskkodning #Kanalkapacitet #Glesagrafkoder #Bayesianskinferens #Meddelandepassning #InformationTheoryInferenceandLearningAlgorithms
Information Theory, Inference and Learning Algorithms av David J. C. MacKay är en omfattande lärobok från 2003, om hur information kan mätas, överföras, komprimeras och tolkas. Den förenar områden som ofta presenteras var för sig, informationsteori, sannolikhetslära, statistisk inferens och maskininlärning. MacKays huvudidé är att samma matematiska principer återkommer i både kommunikationssystem och intelligenta system som drar slutsatser ur osäkra data. Boken rör sig därför mellan kodning för digital kommunikation och metoder för exempelvis klassificering, klustring och neurala nätverk. Genomgående kopplas teori till konkreta problem, som datakomprimering, felrättning och probabilistisk modellering. Genren är teknisk facklitteratur och universitetslärobok, men framställningen är ovanligt pedagogisk och använder övningar, exempel och ibland humor för att göra abstrakta idéer greppbara. Syftet är inte främst att ge en snabb introduktion till enskilda verktyg, utan att bygga en sammanhängande förståelse för varför de fungerar och när de har gemensam struktur.
