Kundenrezensionen


3 Rezensionen
5 Sterne:
 (3)
4 Sterne:    (0)
3 Sterne:    (0)
2 Sterne:    (0)
1 Sterne:    (0)
 
 
 
 
 
Durchschnittliche Kundenbewertung
Sagen Sie Ihre Meinung zu diesem Artikel
Eigene Rezension erstellen
 
 
Hilfreichste Bewertungen zuerst | Neueste Bewertungen zuerst

5 von 5 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen DAS moderne Standardwerk über Prob.Graph.Models (PGM), 29. Oktober 2012
Verifizierter Kauf(Was ist das?)
Rezension bezieht sich auf: Probabilistic Graphical Models: Principles and Techniques (Adaptive Computation and Machine Learning series) (Kindle Edition)
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.
Helfen Sie anderen Kunden bei der Suche nach den hilfreichsten Rezensionen 
War diese Rezension für Sie hilfreich? Ja Nein


5.0 von 5 Sternen Sehr Gut!, 5. April 2014
Das Buch vermittelt die relativ komplexen Inhalt sehr gut und anschaulich. In Kombination mit dem Coursera Kurs eine super Kombination.
Helfen Sie anderen Kunden bei der Suche nach den hilfreichsten Rezensionen 
War diese Rezension für Sie hilfreich? Ja Nein


5.0 von 5 Sternen Very good book. The best one, actually!, 15. April 2013
Verifizierter Kauf(Was ist das?)
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.
Helfen Sie anderen Kunden bei der Suche nach den hilfreichsten Rezensionen 
War diese Rezension für Sie hilfreich? Ja Nein


Hilfreichste Bewertungen zuerst | Neueste Bewertungen zuerst

Dieses Produkt

Nur in den Rezensionen zu diesem Produkt suchen