• Statt: EUR 74,00
  • Sie sparen: EUR 2,71 (4%)
  • Alle Preisangaben inkl. MwSt.
Nur noch 11 auf Lager (mehr ist unterwegs).
Verkauf und Versand durch Amazon.
Geschenkverpackung verfügbar.
Menge:1
Pattern Recognition and M... ist in Ihrem Einkaufwagen hinzugefügt worden
+ EUR 3,00 Versandkosten
Gebraucht: Sehr gut | Details
Verkauft von reBuy reCommerce GmbH
Zustand: Gebraucht: Sehr gut
Ihren Artikel jetzt
eintauschen und
EUR 29,28 Gutschein erhalten.
Möchten Sie verkaufen?
Zur Rückseite klappen Zur Vorderseite klappen
Anhören Wird wiedergegeben... Angehalten   Sie hören eine Probe der Audible-Audioausgabe.
Weitere Informationen
Alle 3 Bilder anzeigen

Pattern Recognition and Machine Learning (Information Science and Statistics) (Englisch) Gebundene Ausgabe – 2007

11 Kundenrezensionen

Alle 3 Formate und Ausgaben anzeigen Andere Formate und Ausgaben ausblenden
Amazon-Preis Neu ab Gebraucht ab
Gebundene Ausgabe
"Bitte wiederholen"
EUR 71,29
EUR 69,90 EUR 52,97
64 neu ab EUR 69,90 7 gebraucht ab EUR 52,97

Hinweise und Aktionen

  • Große Hörbuch-Sommeraktion: Entdecken Sie unsere bunte Auswahl an reduzierten Hörbüchern für den Sommer. Hier klicken.


Wird oft zusammen gekauft

Pattern Recognition and Machine Learning (Information Science and Statistics) + The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics) + Machine Learning: A Probabilistic Perspective (Adaptive computation and machine learning.)
Preis für alle drei: EUR 225,98

Die ausgewählten Artikel zusammen kaufen
Jeder kann Kindle Bücher lesen — selbst ohne ein Kindle-Gerät — mit der KOSTENFREIEN Kindle App für Smartphones, Tablets und Computer.



Produktinformation


Mehr über den Autor

Entdecken Sie Bücher, lesen Sie über Autoren und mehr

Produktbeschreibungen

Pressestimmen

From the reviews:

"This beautifully produced book is intended for advanced undergraduates, PhD students, and researchers and practitioners, primarily in the machine learning or allied areas...A strong feature is the use of geometric illustration and intuition...This is an impressive and interesting book that might form the basis of several advanced statistics courses. It would be a good choice for a reading group." John Maindonald for the Journal of Statistical Software

"In this book, aimed at senior undergraduates or beginning graduate students, Bishop provides an authoritative presentation of many of the statistical techniques that have come to be considered part of ‘pattern recognition’ or ‘machine learning’. … This book will serve as an excellent reference. … With its coherent viewpoint, accurate and extensive coverage, and generally good explanations, Bishop’s book is a useful introduction … and a valuable reference for the principle techniques used in these fields." (Radford M. Neal, Technometrics, Vol. 49 (3), August, 2007)

"This book appears in the Information Science and Statistics Series commissioned by the publishers. … The book appears to have been designed for course teaching, but obviously contains material that readers interested in self-study can use. It is certainly structured for easy use. … For course teachers there is ample backing which includes some 400 exercises. … it does contain important material which can be easily followed without the reader being confined to a pre-determined course of study." (W. R. Howard, Kybernetes, Vol. 36 (2), 2007)

"Bishop (Microsoft Research, UK) has prepared a marvelous book that provides a comprehensive, 700-page introduction to the fields of pattern recognition and machine learning. Aimed at advanced undergraduates and first-year graduate students, as well as researchers and practitioners, the book assumes knowledge of multivariate calculus and linear algebra … . Summing Up: Highly recommended. Upper-division undergraduates through professionals." (C. Tappert, CHOICE, Vol. 44 (9), May, 2007)

"The book is structured into 14 main parts and 5 appendices. … The book is aimed at PhD students, researchers and practitioners. It is well-suited for courses on machine learning, statistics, computer science, signal processing, computer vision, data mining, and bio-informatics. Extensive support is provided for course instructors, including more than 400 exercises, lecture slides and a great deal of additional material available at the book’s web site … ." (Ingmar Randvee, Zentralblatt MATH, Vol. 1107 (9), 2007)

"This new textbook by C. M. Bishop is a brilliant extension of his former book ‘Neural Networks for Pattern Recognition’. It is written for graduate students or scientists doing interdisciplinary work in related fields. … In summary, this textbook is an excellent introduction to classical pattern recognition and machine learning (in the sense of parameter estimation). A large number of very instructive illustrations adds to this value." (H. G. Feichtinger, Monatshefte für Mathematik, Vol. 151 (3), 2007)

"Author aims this text at advanced undergraduates, beginning graduate students, and researchers new to machine learning and pattern recognition. … Pattern Recognition and Machine Learning provides excellent intuitive descriptions and appropriate-level technical details on modern pattern recognition and machine learning. It can be used to teach a course or for self-study, as well as for a reference. … I strongly recommend it for the intended audience and note that Neal (2007) also has given this text a strong review to complement its strong sales record." (Thomas Burr, Journal of the American Statistical Association, Vol. 103 (482), June, 2008)

"This accessible monograph seeks to provide a comprehensive introduction to the fields of pattern recognition and machine learning. It presents a unified treatment of well-known statistical pattern recognition techniques. … The book can be used by advanced undergraduates and graduate students … . The illustrative examples and exercises proposed at the end of each chapter are welcome … . The book, which provides several new views, developments and results, is appropriate for both researchers and students who work in machine learning … ." (L. State, ACM Computing Reviews, October, 2008)

"Chris Bishop’s … technical exposition that is at once lucid and mathematically rigorous. … In more than 700 pages of clear, copiously illustrated text, he develops a common statistical framework that encompasses … machine learning. … it is a textbook, with a wide range of exercises, instructions to tutors on where to go for full solutions, and the color illustrations that have become obligatory in undergraduate texts. … its clarity and comprehensiveness will make it a favorite desktop companion for practicing data analysts." (H. Van Dyke Parunak, ACM Computing Reviews, Vol. 49 (3), March, 2008)

Synopsis

The dramatic growth in practical applications for machine learning over the last ten years has been accompanied by many important developments in the underlying algorithms and techniques. For example, Bayesian methods have grown from a specialist niche to become mainstream, while graphical models have emerged as a general framework for describing and applying probabilistic techniques. The practical applicability of Bayesian methods has been greatly enhanced by the development of a range of approximate inference algorithms such as variational Bayes and expectation propagation, while new models based on kernels have had a significant impact on both algorithms and applications.This completely new textbook reflects these recent developments while providing a comprehensive introduction to the fields of pattern recognition and machine learning. It is aimed at advanced undergraduates or first-year PhD students, as well as researchers and practitioners. No previous knowledge of pattern recognition or machine learning concepts is assumed.

Familiarity with multivariate calculus and basic linear algebra is required, and some experience in the use of probabilities would be helpful though not essential as the book includes a self-contained introduction to basic probability theory. The book is suitable for courses on machine learning, statistics, computer science, signal processing, computer vision, data mining, and bioinformatics.Extensive support is provided for course instructors, including more than 400 exercises, graded according to difficulty. Example solutions for a subset of the exercises are available from the book web site, while solutions for the remainder can be obtained by instructors from the publisher. The book is supported by a great deal of additional material, and the reader is encouraged to visit the book web site for the latest information. Coming soon: for students, worked solutions to a subset of exercises available on a public web site (for exercises marked "www" in the text); for instructors, worked solutions to remaining exercises from the Springer web site; lecture slides to accompany each chapter; and, data sets available for download.



In diesem Buch

(Mehr dazu)
Ausgewählte Seiten ansehen
Buchdeckel | Copyright | Inhaltsverzeichnis | Auszug | Stichwortverzeichnis | Rückseite
Hier reinlesen und suchen:

Kundenrezensionen

3.9 von 5 Sternen
5 Sterne
8
4 Sterne
0
3 Sterne
0
2 Sterne
0
1 Sterne
3
Alle 11 Kundenrezensionen anzeigen
Sagen Sie Ihre Meinung zu diesem Artikel

Die hilfreichsten Kundenrezensionen

1 von 1 Kunden fanden die folgende Rezension hilfreich Von hape am 3. Juli 2014
Format: Gebundene Ausgabe Verifizierter Kauf
Das Buch von Bishop ist ein Lehrbuch wie man es nicht so oft antrifft. Das Ziel, Musterkernnungsalgorithmen ist nur ein Aufhänger um in geschlossener Form alle Grundlagen von Wahrscheinlichkeitsrechnung, Statistik, Regressions und Klassifikationsrechnung und algorithmen Maschinellen Lernens vorzustellen. Dabei bleiben die notwendigen Vorkenntnisse auf basiskenntnisse in Linearer Algebra (Vektor- und Matrizenrechnung) und an wenigen Stellen Differentialrechnung beschränkt.

Jede Thematik wird umfassend motiviert, sodass nicht wie in anderen Büchern oft das Ziel einer Rechnung vor lauter geschwurbel untergeht.

Bishop ist der Bayesianischen Statistik verpflichtet. Für den Leser ist das ein großer Gewinn, der Bayesianische Ansatz ist in der Darstellung Bishops überaus verständlich und erleichtert meiner Meinung nach Insbesondere das Verständnis der Ansätze sehr. Als Konsequenz des Bayesianischen Ansatzes sind manche Rechnungen/Herleitungen durchaus etwas länger als in frequentistischer Literatur und auch oft anspruchsvoller. Am Ende bleibt aber das Gefühl die Zusammenhänge besser verstanden zu haben.

An dieser Stelle möchte ich auch Hervorheben, dass das Buch viele sehr anschauliche Grafiken und Schaubilder hat. Einfach super verständlich dargestellt und visualisiert.
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
Von Ein Kunde am 3. März 2015
Format: Gebundene Ausgabe Verifizierter Kauf
ich betitle es als "insightful". Noch nie habe ich in einem Selbststudium so viel gelernt. Die Erklärungen sind gut und man kann sich an den Übungsaufgaben austoben. Ab und an bleibt zwar unklar, wie eine Likelihoodfunktion hergeleitet wird, aber das tut dem Buch keinen Abbruch.
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
2 von 3 Kunden fanden die folgende Rezension hilfreich Von Hakan Dilek am 9. Oktober 2014
Format: Taschenbuch Verifizierter Kauf
Eastern Economy edition heisst dass das Buch ist in Indien mit schlechten Druckqualität gedruckt. Es hat eine lustigen Geruch und es wag wahrscheinlich nicht ganz neu.
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
3 von 5 Kunden fanden die folgende Rezension hilfreich Von Dr. Gottlieb Leha am 11. November 2014
Format: Taschenbuch Verifizierter Kauf
Zuerst: Das Buch im Original ist sehr empfehlenswert (5 Sterne).
Jedoch:
Die von Total-Bookstore vertriebene Taschenbuch-Ausgabe von "Pattern Recognition ..." weist einen erheblichen Mangel auf: Alle Seiten (ausgenommen der Einband) sind nur Schwarz-Weiß-Kopien des Originals. Dadurch sind die in den erläuternden Grafiken und Bildern enthaltenen sehr nützlichen Infos verloren, die im Original vornehmlich über eine geeignete Farbwahl transportiert werden. Auf diesen Mangel wird nirgends hingewiesen.
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
3 von 5 Kunden fanden die folgende Rezension hilfreich Von Pablo am 21. November 2014
Format: Taschenbuch Verifizierter Kauf
The book I have in my hands is a copy in Black and White of an original edition, which means basically that it's worth 0€. The original Bishop is a really great book, but not this one. Also I don't know how legal is to sell in Germany a book which contains explicitly:
"This edition is licensed for sale only in India, Pakistan, Bangladesh, Sri Lanka and Nepal. Circulation of this edition outside these territories is UNAUTHORIZED AND STRICTLY PROHIBITED"
Very dissapointed!!!
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
14 von 27 Kunden fanden die folgende Rezension hilfreich Von CorMag am 25. Februar 2009
Format: Gebundene Ausgabe Verifizierter Kauf
Auch hier vermisse ich die informative Rezension von Herrn Dr. Donninger. Da ich auch nur auf dieses Schmuckstück aufmerksam geworden bin, weil jemand anderes eine Rezension darüber eschrieben hat, möchte ich diese Tradition fortführen.

Ich hatte keine Ahnung von Machine Learning und seinen Möglichkeiten. Ich möchte nicht sagen, daß sich daran jetzt grundlegend was geändert hat, aber jetzt weiß ich wenigstens grob worum es geht, wo eventuelle Stärken und eventuelle Schwächen liegen. Das Buch ist zwar sehr intuitiv geschrieben, aber, so denke ich, trotzdem nicht oberflächlich. Schön finde ich in diesem Buch die unangestrengte Symbiose aus Statistik und Machine Learning. Keine "Betriebsblindheit". Lineare Regression und Lineare diskriminierende Verfahren, Neuronale Netze,Kernel estimation ...alles was das Herz begehrt.

Layout und Notation ist hervoragend übersichtlich, Graphiken immer hilfreich zur Ilustration und fürs intuitive Verständniss und es gibt eine nette Internetseite zum Buch...
Jutes Ding
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback. Wenn diese Rezension unangemessen ist, informieren Sie uns bitte darüber.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen