Riconoscimento dei modelli

Recensioni dei lettori

Il libro “Pattern Recognition” di Theodoridis e Koutroumbas è molto apprezzato per l'accuratezza, la chiarezza e la copertura completa del campo del riconoscimento dei modelli, adatto sia agli studenti che ai ricercatori. Include materiale aggiornato su argomenti avanzati e fornisce esempi eccellenti. Tuttavia, alcuni recensori lo trovano denso e impegnativo per i principianti, e le critiche si concentrano sulle notazioni compatte e sulla mancanza di una guida pratica alla codifica senza testi supplementari.

⬤ Copertura approfondita del campo del riconoscimento di pattern
⬤ presentazione chiara e ben organizzata
⬤ esempi eccellenti ed esperimenti al computer
⬤ aggiornato con i recenti progressi
⬤ profondità e ampiezza significative
⬤ adatto a studenti, ricercatori e professionisti
⬤ buona spiegazione matematica con un libro di accompagnamento MATLAB.

⬤ Denso e impegnativo per i principianti
⬤ alcuni critici lo ritengono più un riferimento che uno strumento di apprendimento
⬤ le equazioni possono essere compatte e difficili da decifrare
⬤ manca una guida pratica sufficiente per la codifica
⬤ alcune edizioni (ad esempio, Kindle) hanno problemi di formattazione.

(basato su 21 recensioni dei lettori)

Titolo originale:

Pattern Recognition

Contenuto del libro:

Questo libro prende in considerazione la teoria e la pratica classica e attuale del riconoscimento di pattern supervisionato, non supervisionato e semi-supervisionato, per costruire un background completo per professionisti e studenti di ingegneria. Gli autori, esperti di primo piano nel campo del riconoscimento di pattern, hanno fornito un volume aggiornato e autonomo che racchiude questo ampio spettro di informazioni. In questa edizione sono stati inseriti i metodi più recenti: apprendimento semi-supervisionato, combinazione di algoritmi di clustering e feedback di rilevanza.

- Il volume è stato accuratamente sviluppato per includere un maggior numero di esempi pratici che consentono di comprendere meglio i vari metodi e le varie tecniche.

- Sono stati inclusi molti più diagrammi, ora in bicromia, per fornire una maggiore comprensione attraverso una presentazione visiva.

- I codici Matlab dei metodi più comuni sono riportati alla fine di ogni capitolo.

- Ulteriori codici Matlab sono disponibili, insieme a un manuale di accompagnamento, su questo sito.

- Sono stati inclusi gli ultimi temi caldi per aumentare il valore di riferimento del testo, tra cui le tecniche di riduzione della dimensionalità non lineare, il feedback di rilevanza, l'apprendimento semi-supervisionato, il clustering spettrale e la combinazione di algoritmi di clustering.

- Un libro di accompagnamento con il codice Matlab dei metodi e degli algoritmi più comuni del libro, insieme a una sintesi descrittiva e a esempi risolti che includono serie di dati reali di imaging e di riconoscimento audio. Il libro di accompagnamento sarà disponibile separatamente o a un prezzo speciale (ISBN: 9780123744869).