Dit studieboek behandelt patroonherkenning en machine learning vanuit een computerwetenschappelijke invalshoek. Christopher M. Bishop biedt een uitgebreide introductie in probabilistische modellen, met speciale aandacht voor Bayesiaanse methoden en grafische modellen. Het boek is bedoeld voor gevorderde bachelor- en eerstejaars masterstudenten, onderzoekers en professionals zonder voorkennis van patroonherkenning of machine learning.ProductbeschrijvingPatroonherkenning heeft zijn oorsprong in de engineering, terwijl machine learning voortkomt uit de informatica. Bayesiaanse methoden zijn geëvolueerd van een gespecialiseerd onderwerp naar een gangbare techniek. Grafische modellen vormen een algemeen raamwerk voor het beschrijven en toepassen van probabilistische modellen. Dit boek belicht daarnaast recente ontwikkelingen zoals benaderende inferentie-algoritmen en kernelgebaseerde modellen, waardoor de praktische toepasbaarheid aanzienlijk is vergroot.Specificaties Auteur: Christopher M. Bishop Serie: Information Science and Statistics Uitgever: Springer-Verlag New York Inc. Verschijningsdatum: 2006-08-17 Aantal pagina's: 778 ISBN: 9780387310732 Thema: Computer vision BISAC: COMPUTERS / Artificial Intelligence / Computer Vision & Pattern Recognition Over de auteurChris Bishop is Microsoft Distinguished Scientist en Laboratory Director bij Microsoft Research Cambridge. Tevens is hij hoogleraar Computer Science aan de Universiteit van Edinburgh en Fellow van Darwin College, Cambridge. Bishop is onderscheiden als Fellow van de Royal Academy of Engineering en de Royal Society of Edinburgh. Zijn achtergrond ligt in theoretische fysica en kwantumveldentheorie.
