Coding Ockham's Razor (eBook)

(Autor)

eBook Download: PDF
2018 | 1st ed. 2018
XIV, 175 Seiten
Springer International Publishing (Verlag)
978-3-319-76433-7 (ISBN)

Lese- und Medienproben

Coding Ockham's Razor - Lloyd Allison
Systemvoraussetzungen
96,29 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book explores inductive inference using the minimum message length (MML) principle, a Bayesian method which is a realisation of Ockham's Razor based on information theory. Accompanied by a library of software, the book can assist an applications programmer, student or researcher in the fields of data analysis and machine learning to write computer programs based upon this principle.

MML inference has been around for 50 years and yet only one highly technical book has been written about the subject.  The majority of research in the field has been backed by specialised one-off programs but this book includes a library of general MML-based software, in Java.  The Java source code is available under the GNU GPL open-source license.  The software library is documented using Javadoc which produces extensive cross referenced HTML manual pages.  Every probability distribution and statistical model that is described in the book is implemented and documented in the software library.  The library may contain a component that directly solves a reader's inference problem, or contain components that can be put together to solve the problem, or provide a standard interface under which a new component can be written to solve the problem.

This book will be of interest to application developers in the fields of machine learning and statistics as well as academics, postdocs, programmers and data scientists. It could also be used by third year or fourth year undergraduate or postgraduate students.

1 Introduction.- 2 Discrete.- 3 Integers.- 4 Continuous.- 5 Function-Models.- 6 Multivariate.- 7 Mixture Models.- 8 Function-Models 2.- 9 Vectors.- 10 Linear Regression.- 11 Graphs.- 12 Bits and Pieces.- 13 An Implementation.- 14 Glossary.

Erscheint lt. Verlag 4.5.2018
Zusatzinfo XIV, 175 p. 46 illus.
Verlagsort Cham
Sprache englisch
Themenwelt Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Schlagworte Artificial Intelligence • Bayesian • Data Science • data structures • inference • Information • machine learning • minimum message length, MML • Model • Ockham's Razor • Software • Statistics
ISBN-10 3-319-76433-0 / 3319764330
ISBN-13 978-3-319-76433-7 / 9783319764337
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 2,9 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen …

von Thomas R. Köhler; Julia Finkeissen

eBook Download (2024)
Campus Verlag
38,99
Wie du KI richtig nutzt - schreiben, recherchieren, Bilder erstellen, …

von Rainer Hattenhauer

eBook Download (2023)
Rheinwerk Computing (Verlag)
18,68