TY  - BOOK
AU  - Bishop,Christopher M.
TI  - Pattern recognition and machine learning
T2  - Information science and statistics
SN  - 9780387310732
U1  - 006.31 ddc
PY  - 2009///
CY  - Nueva York
PB  - Springer
KW  - Reconocimiento de patrones
KW  - Aprendizaje automático
KW  - Inteligencia artificial
KW  - Redes neuronales (Informática)
KW  - Métodos estadísticos
N1  - Incluye referencias bibliográficas e índice; 1. Introducción -- 2. Probabilidad -- 3. Modelos lineales para regresión -- 4. Modelos lineales para clasificación -- 5. Redes neuronales -- 6. Métodos kernel -- 7. Modelos gráficos -- 8. Métodos de aproximación -- 9. Mezclas gaussianas -- 10. Inferencia aproximada -- 11. Muestreo -- 12. Modelos secuenciales -- 13. Modelos de mezcla y aprendizaje no supervisado -- 14. Modelos de variables latentes -- 15. Aprendizaje de máquinas de soporte vectorial -- 16. Reconocimiento de patrones
N2  - This is the first textbook on pattern recognition to present the Bayesian viewpoint. The book presents approximate inference algorithms that permit fast approximate answers in situations where exact answers are not feasible. It uses graphical models to describe probability distributions when no other books apply graphical models to machine learning. 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
ER  -