Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 122,45

+ 244 punten

Pre-order nu, verschijningsdatum onbekend

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

This book explains the basic principles of pattern recognition (PR) and machine learning (ML) in an easy-to-understand manner for beginners who are trying to learn these principles on their own. Readers with a basic knowledge of linear algebra and probability theory will find it easy to follow.

Many excellent books in this field have been published in the past. However, these books are not necessarily intended for self-study by beginners.

This book limits the topics to the minimum essential themes that beginners should learn, and explains them in detail. This book focuses on supervised learning, first introducing classical but important methods that have contributed to the development of the field. It then explains various methods that have since attracted attention. In explaining these methods, the book also provides a historical account of how new technologies were created as a result of combining classical ideas. The book emphasizes that Bayes decision rule is a fundamental concept in PR and ML.

The following points make this book suitable for self-study by beginners.
(1) The book is self-contained, so that the reader does not need to refer to other books or literature.
(2) To deepen the reader's understanding, exercises are provided at the end of each chapter with detailed solutions available online.
(3) To promote the reader's intuitive understanding, the book presents as many concrete examples as possible.
(4) 'Coffee Break' columns introduce knowledge and know-how from the author's experience.

Unsupervised learning will be discussed in a sequel.