دانلود کتاب Statistical Pattern Recognition (به فارسی: تشخیص الگوی آماری) نوشته شده توسط «Andrew R. Webb»
اطلاعات کتاب تشخیص الگوی آماری
موضوع اصلی: الگوریتم ها و ساختارهای داده: تشخیص الگو
نوع: کتاب الکترونیکی
ناشر: Wiley
نویسنده: Andrew R. Webb
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2002
تعداد صفحه: 504
حجم کتاب: 4 مگابایت
کد کتاب: 9780470845134 , 0470845139 , 0470845147
نوبت چاپ: 2
توضیحات کتاب تشخیص الگوی آماری
کتاب نوشته اندرو وب مطمئناً جامع ترین کتاب مربوط به یادگیری ماشین است. من نتوانستم هیچ موضوعی برای یادگیری ماشین پیدا کنم که در این کتاب به آن پرداخته نشده باشد.
به گفته من، این کتاب بیشتر برای مخاطبان علمی است به همین دلیل که ارائه بیشتر به معادلات اهمیت می دهد تا مثال های کاربردی. نحوه برنامه نویسی الگوریتم یادگیری ماشین را توضیح نمی دهد، بلکه توضیح می دهد که کدام الگوریتم ها وجود دارند و پس زمینه ریاضی آنها چیست. هر تکنیک ابتدا با استفاده از متن ارائه می شود و تنها پس از آن توسعه ریاضی نشان داده می شود. بنابراین، برای افرادی که توصیف متنی را ترجیح می دهند و همچنین برای کسانی که معادلات را ترجیح می دهند راحت است.
کتاب ساختار بسیار خوبی دارد. هر فصل با یک مقدمه متنی در مورد موضوع مرتبط شروع می شود و سپس چندین تکنیک برای حل آن توضیح می دهد. در پایان، نمونه های کاربردی خاص آورده شده است. سپس بخش بزرگی به خلاصه، بحث، توصیه ها (نه همیشه)، یادداشت ها و ارجاعات و در نهایت تمرین ها اختصاص می یابد. موضوعات به روشی غیر استاندارد برای افرادی که به کتاب های عملی داده کاوی عادت دارند پوشش داده شده است. پس از مقدمه، تکنیک های تخمین چگالی توضیح داده شده است. سپس تجزیه و تحلیل افتراقی خطی و غیر خطی انجام می شود. این کار با درخت‌های تصمیم، عملکرد و انتخاب ویژگی ادامه می‌یابد تا با خوشه‌بندی و برخی موضوعات اضافی دیگر به پایان برسد. اگرچه این کتاب از نظر آماری نوشته شده است، اما مطمئناً یکی از جامع ترین منابع برای یادگیری ماشین و داده کاوی است.
According to me, this book is more for a scientific audience for the simplest reason that the presentation gives more importance to equations than to application examples. It does not explain how to program machine learning algorithm but rather which algorithms exist and what is their mathematical background. Every technique is presented first using text and only then mathematical development is shown. Therefore, it is convenient for people preferring textual description as well as the ones preferring equations.
The book is very well structured. Every chapter starts with a textual introduction on the related issue and then describes several techniques to solve it. At the end, specific application examples are given. A large part is then devoted to summary, discussion, recommendations (not always), notes and references, and finally exercises. Topics are covered in a non standard way for people used to data mining practical books. After an introduction, density estimation techniques are explained. Then linear and non-linear discriminant analyzes. It goes on with decision trees, performance and feature selection to finish with clustering and some other additional topics. Although this book is written in a statistical point of view, it is certainly one of the most comprehensive resource for machine learning and data mining.
دانلود کتاب «تشخیص الگوی آماری»
