Ce manuel aborde la reconnaissance de formes et l’apprentissage automatique sous un angle relevant de l’informatique. Christopher M. Bishop propose une introduction approfondie aux modèles probabilistes, avec une attention particulière portée aux méthodes bayésiennes et aux modèles graphiques. Le livre s’adresse aux étudiants avancés en licence et aux étudiants de première année de master, ainsi qu’aux chercheurs et aux professionnels, sans connaissances préalables en reconnaissance de formes ou en apprentissage automatique.
Description du produit
La reconnaissance de formes trouve ses origines dans le domaine de l’ingénierie, tandis que l’apprentissage automatique est issu de l’informatique. Les méthodes bayésiennes ont évolué d’un sujet spécialisé vers une technique courante. Les modèles graphiques constituent un cadre général pour décrire et appliquer des modèles probabilistes. En outre, ce livre met en lumière des développements récents tels que des algorithmes d’inférence approximative et des modèles fondés sur les noyaux, ce qui accroît considérablement leur applicabilité pratique.
Spécifications
- Auteur : Christopher M. Bishop
- Série : Information Science and Statistics
- Éditeur : Springer-Verlag New York Inc.
- Date de publication : 2006-08-17
- Nombre de pages : 778
- ISBN : 9780387310732
- Thème : Vision par ordinateur
- BISAC : COMPUTERS / Artificial Intelligence / Computer Vision & Pattern Recognition
À propos de l’auteur
Chris Bishop est Distinguished Scientist de Microsoft et directeur de laboratoire au sein de Microsoft Research Cambridge. Il est également professeur de Computer Science à l’université d’Édimbourg et Fellow du Darwin College, Cambridge. Bishop a été distingué comme Fellow de la Royal Academy of Engineering et de la Royal Society of Edinburgh. Son parcours repose sur la physique théorique et la théorie quantique des champs.