信息论、推断与学习算法
Information Theory, Inference & Learning Algorithms
David J.C. MacKay · 初版 2003 年
- 98次提及
- 65人推荐
- 82位 HN 评论者
简介
书封文案：本教材将理论与应用并重展开介绍。信息论与实际通信系统并肩讲授，例如用于数据压缩的算术编码和用于差错控制的稀疏图码。一套推断技术工具箱——包括消息传递算法、Monte Carlo方法和变分近似——亦随着这些工具在聚类、卷积码、独立成分分析和神经网络中的应用而逐步构建。出版方简介：本教材全面涵盖了Shannon的理
为什么值得读
深入浅出融通信息论与机器学习核心算法的经典教程
- 写作风格极易亲近且概念阐述清晰透彻
- 详尽覆盖了MCMC等推断算法的基础概念
- 融会贯通信息论、推断与机器学习多门学科
适合：具备高等数学与概率基础的机器学习研习者
值得读指数：93 / 100
Hacker News 读者推荐
……朗道与栗弗席兹的理论物理学教程 - 弗拉基米尔·阿诺德关于常微分方程与经典力学的著作 - 《Winning Ways for your Mathematical Plays》（Berlekamp 等著） - 《信息论基础》（Cover & Thomas 著） - 《信息论、推理与学习算法》（MacKay 著） - 《网络优化》（Bertsekas 著） - 《凸优化》（Boyd & Vandenberghe 著） - 《非线性控制系统》（Isidori 著） - 《可视化复分析》（Needham 著） - 《激光》（Siegman 著）……
TriinT 在 HN 的推荐
……多元微积分、线性代数、概率论和信息论的基础。熟悉图论也会很有帮助。在我看来，最好的入门起点之一是 David MacKay 写的《信息论、推理与学习算法》。虽然这书现在有点年头了，但它依然是该领域最平易近人、写得最好的书之一。另一本经得起时间考验的老书是《概率论：……
CuriouslyC 在 HN 的推荐
……《Practical Common LISP》 - Seibel 《Programming Perl》 - Wall, Christiansen 和 Orwant 《ANSI Common Lisp》 - Graham 《重构》 - Fowler 《UML 精粹》 - Fowler 《计算理论导引》 - Sipser 《信息论、推理与学习算法》 - MacKay 《现代操作系统》 - Tanenbaum 《On Lisp》 - Graham 《黑客与画家》 - Graham 《人工智能编程范式》 - Norvig 《模式识别与机器学习》 - Bishop 《Java……
ice_man 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 0471056693
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。