123,123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)是英國(guó)劍橋大學(xué)卡文迪許實(shí)驗(yàn)室的著名學(xué)者David J.C.MacKay博士總結(jié)多年教學(xué)經(jīng)驗(yàn)和科研成果，于2003年推出的一部力作。本書(shū)作者不僅透徹地論述了傳統(tǒng)信息論的內(nèi)容和最新編碼算法，而且以高度的學(xué)科駕馭能力，匠心獨(dú)具地在一個(gè)統(tǒng)一框架下討論了貝葉斯數(shù)據(jù)建模、蒙特卡羅方法、聚類算法、神經(jīng)網(wǎng)絡(luò)等屬于機(jī)器學(xué)習(xí)和推理領(lǐng)域的主題，從而很好地將諸多學(xué)科的技術(shù)內(nèi)涵融會(huì)貫通。本書(shū)注重理論與實(shí)際的結(jié)合，內(nèi)容組織科學(xué)嚴(yán)謹(jǐn)，反映了多門(mén)學(xué)科的內(nèi)在聯(lián)系和發(fā)展趨勢(shì)。同時(shí)，本書(shū)還包含了豐富的例題和近400道習(xí)題（其中許多習(xí)題還配有詳細(xì)的解答），便于教學(xué)或自學(xué)，適合作為信息科學(xué)與技術(shù)相關(guān)專業(yè)高年級(jí)本科生和研究生教材，對(duì)相關(guān)專業(yè)技術(shù)人員也不失為一本有益的參考書(shū)。

作者簡(jiǎn)介

暫缺《信息論推理與學(xué)習(xí)算法（翻譯版教育部高等教育司推薦國(guó)外優(yōu)秀信息科學(xué)與技術(shù)系列教學(xué)用書(shū)）》作者簡(jiǎn)介

圖書(shū)目錄

第1章信息論導(dǎo)論
第2章概率、熵與推理
第3章有關(guān)推理的更多內(nèi)容
第一部分數(shù)據(jù)壓縮
　第4章信源編碼定理
　第5章符號(hào)碼
　第6章符號(hào)流碼
　第7章整數(shù)的碼
第二部分噪聲信道編碼
　第8章相關(guān)隨機(jī)變量
　第9章噪聲信道上的通信
　第10章噪聲信道編碼定理
　第11章糾錯(cuò)碼與實(shí)際信道
第三部分信息論中的更多專題
　第12章散列碼：用于有效信息檢索的碼
　第13章二進(jìn)制碼
　第14章存在很好的線性碼
　第15章有關(guān)信息論的更多習(xí)題
　第16章消息傳遞
　第17章受限無(wú)噪信道上的通信
　第18章縱橫字謎與密碼破譯
　第19章為何有性?信息獲取與進(jìn)化
第四部分概率與推理
　第20章一個(gè)推理任務(wù)示例：聚類
　第2l章基于完全枚舉的精確推理
　第22章最大似然與聚類
　第23章有用的概率分布
　第24章精確邊緣化
　第25章網(wǎng)格中的精確邊緣化
　第26章圖中的精確邊緣化
　第27章拉普拉斯方法
　第28章模型比較與奧卡姆剃刀原理
　第29章蒙特卡羅方法
　第30章有效的蒙特卡羅方法
　第31章伊辛模型
　第32章精確蒙特卡羅采樣
　第33章變參法
　第34章獨(dú)立元素分析與隱含變量建模
　第35章有關(guān)隨機(jī)推理的專題
　第36章決策論
　第37章貝葉斯推理與抽樣理論
第五部分神經(jīng)網(wǎng)絡(luò)
　第38章神經(jīng)網(wǎng)絡(luò)引言
　第39章單神經(jīng)元分類器
　第40章單神經(jīng)元的容量
　第41章以學(xué)習(xí)作推理
　第42章 HopfieId網(wǎng)絡(luò)
　第43章玻耳茲曼機(jī)
　第44章多層網(wǎng)絡(luò)的有監(jiān)督學(xué)習(xí)
　第45章高斯過(guò)程
　第46章反卷積
第六部分稀疏圖碼
　第47章低密度奇偶校驗(yàn)碼
　第48章卷積碼與Turbo碼
　第49章重復(fù)累加碼
　第50章數(shù)字噴泉碼
第七部分附錄
　附錄A 記號(hào)
　附錄B 一些物理知識(shí)
　附錄C 一些數(shù)學(xué)知識(shí)
　英漢詞匯表
參考文獻(xiàn)