Pattern Recognition and Machine Learning for Self-Study I (eBook)

Pattern Recognition and Machine Learning for Self-Study I (eBook)

Prezzo:
€ 65,51
Compra EPUB
Prezzo:
€ 65,51
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Mathematics and Statistics (R0)
Codice EAN: 9789819514786
Anno pubblicazione: 2026
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

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.