holidaypacklist Hier klicken Jetzt informieren Unterwegs_mit_Kindern Cloud Drive Photos TomTom-Flyout Learn More Wein Überraschung Samsung AddWash Hier klicken Fire Shop Kindle PrimeMusic GC FS16

Kundenrezensionen

5,0 von 5 Sternen3
5,0 von 5 Sternen
5 Sterne
3
4 Sterne
0
3 Sterne
0
2 Sterne
0
1 Stern
0
Format: Gebundene Ausgabe|Ändern
Preis:84,95 €+ Kostenfreie Lieferung mit Amazon Prime

Ihre Bewertung(Löschen)Ihre Bewertung
Sagen Sie Ihre Meinung zu diesem Artikel

Derzeit tritt ein Problem beim Filtern der Rezensionen auf. Bitte versuchen Sie es später noch einmal.

am 29. Oktober 2012
PGMs sind 'die' Erfolgsstory der KI. Einer der bekanntesten Protagonisten ist J.Pearl, der Preisträger des Turing Award 2011. Pearl "erfand" vor 1988 eine spezielle Variante der PGM, die als Bayesian Belief Networks (BBN) bekannt wurden. Die Einsatzgebiete reichen vom Bau von Assistenzsystemen über Bildverarbeitung bis hin zu Anwendungen in der Genetik und Robotik ("Google-car" von Sebastian Thrun). Es gibt eine Menge guter Bücher über PGM und BBN, darunter auch zwei, die von Pearl selbst geschrieben wurden. Jedoch die umfassendste und klarste Darstellung der Domäne gelang anhand vieler Beispiele Daphne Koller auf 1233 Seiten. Es werden im Teil I gerichtete (BBN) und ungerichtete PGM (Markov Nets) und der Modellbau mit Schablonen (Template Models) präsentiert. Teil II behandelt exakte und approximative Inferenzmethoden. Teil III ist dem Lernen der Parameter und der Modellstruktur gewidmet. Teil IV hat den Titel "Actions and Decisions". Dahinter verbergen sich Kapitel über die Repräsentation von Kausalitäten mittels sogenannter "Twin Networks" sowie Einflussstrukturen mittels "Influence Diagrams". Ich will jetzt hier nicht im Einzelnen auf die Inhalte eingehen. Aber soviel kann man sagen, dass diese Inhalte viele andere modische Inhalte der KI wohltuend überdauert haben und in anderen Wissenschaften (von Kognitionswissenschaft bis hin zur Elektrotechnik) rezipiert werden.
Wer nicht die Zeit hat, das Buch von A-Z durchzuarbeiten, der sollte sich die gleichnamige kostenlose eLearning-Vorlesung von Daphne Koller auf coursera.org ansehen und durcharbeiten. In 11 Wochen werden die wichtigsten Inhalte des Buches durchgeackert. Dabei ist es günstig, das Buch als begleitendes Nachschlagewerk neben dem Lernrechner zur Verfügung zu haben. Kurzum PGM von Daphne Koller ist ein sehr empfehlenswertes Standardwerk, das sich aber eher um die mathematischen Grundlagen der PGM und weniger um den anwendungsbezogenen Modellbau kümmert. Die Beispiele stammen alle aus Bereichen, in denen Echtzeitrestriktionen keine Rolle spielen. Wer so etwas sucht, sollte zum Buch von Thrun (Probabilistic Robotics) greifen. Um Platz zu sparen, gibt es bei Behandlung der Beispiele viele Verweise auf vorhergehende Seiten. Das erfordert häufiges nerviges Hin- und Herblättern, was den sehr guten Gesamteindruck aber nur unwesentlich mindert.
0Kommentar|6 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 15. April 2013
This book provides a perfect overview over statistical graphical models. It is perfectly organized and the chapters are well written and relatively easy to understand. Depending on how deep you want to dive into it, it is quickly possible to just read the chapter introduction and get a broad overview about the topic or to work yourself through the chapters in depth. The only little drawback is that the book focuses mainly on directed graphical models. The undirected graphical models are also addressed, but not as exhausive as the directed ones.
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 5. April 2014
Das Buch vermittelt die relativ komplexen Inhalt sehr gut und anschaulich. In Kombination mit dem Coursera Kurs eine super Kombination.
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden