A First Course in Machine Learning (Paperback)
Langue : anglais
Edité par Taylor & Francis Ltd, London, 2020
- Livre broché
- Neuf
Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-UnisGrand Eagle Retail
Vendeur AbeBooks depuis 12 octobre 2005
Etat: Neuf
EUR 73,85
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Paperback. "A First Course in Machine Learning by Simon Rogers and Mark Girolami is the best introductory book for ML currently available. It combines rigor and precision with accessibility, starts from a detailed explanation of the basic foundations of Bayesian analysis in the simplest of settings, and goes all the way to the frontiers of the subject such as infinite mixture models, GPs, and MCMC."Devdatt Dubhashi, Professor, Department of Computer Science and Engineering, Chalmers University, Sweden"This textbook manages to be easier to read than other comparable books in the subject while retaining all the rigorous treatment needed. The new chapters put it at the forefront of the field by covering topics that have become mainstream in machine learning over the last decade."Daniel Barbara, George Mason University, Fairfax, Virginia, USA"The new edition of A First Course in Machine Learning by Rogers and Girolami is an excellent introduction to the use of statistical methods in machine learning. The book introduces concepts such as mathematical modeling, inference, and prediction, providing just in time the essential background on linear algebra, calculus, and probability theory that the reader needs to understand these concepts."Daniel Ortiz-Arroyo, Associate Professor, Aalborg University Esbjerg, Denmark"I was impressed by how closely the material aligns with the needs of an introductory course on machine learning, which is its greatest strengthOverall, this is a pragmatic and helpful book, which is well-aligned to the needs of an introductory course and one that I will be looking at for my own students in coming months."David Clifton, University of Oxford, UK"The first edition of this book was already an excellent introductory text on machine learning for an advanced undergraduate or taught masters level course, or indeed for anybody who wants to learn about an interesting and important field of computer science. The additional chapters of advanced material on Gaussian process, MCMC and mixture modeling provide an ideal basis for practical projects, without disturbing the very clear and readable exposition of the basics contained in the first part of the book." Gavin Cawley, Senior Lecturer, School of Computing Sciences, University of East Anglia, UK"This book could be used for junior/senior undergraduate students or first-year graduate students, as well as individuals who want to explore the field of machine learningThe book introduces not only the concepts but the underlying ideas on algorithm implementation from a critical thinking perspective."Guangzhi Qu, Oakland University, Rochester, Michigan, USA The new edition of this popular, undergraduate textbook has been revised and updated to reflect current growth areas in Machine Learning. The new edition includes three new chapters with more detailed discussion of Markov Chain Monte Carlo techniques, Classification and Regression with Gaussian Processes, and Dirichlet Process models. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
N° de réf. du vendeur 9780367574642
- Titre
- A First Course in Machine Learning (Paperback)
- Auteur
- Simon Rogers
- Éditeur
- Taylor & Francis Ltd, London
- Année de publication
- 2020
- État de l'article
- new
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 10 chiffres
- 0367574640
- ISBN à 13 chiffres
- 9780367574642
- Édition
- 2ème Édition
"A First Course in Machine Learning by Simon Rogers and Mark Girolami is the best introductory book for ML currently available. It combines rigor and precision with accessibility, starts from a detailed explanation of the basic foundations of Bayesian analysis in the simplest of settings, and goes all the way to the frontiers of the subject such as infinite mixture models, GPs, and MCMC."
—Devdatt Dubhashi, Professor, Department of Computer Science and Engineering, Chalmers University, Sweden
"This textbook manages to be easier to read than other comparable books in the subject while retaining all the rigorous treatment needed. The new chapters put it at the forefront of the field by covering topics that have become mainstream in machine learning over the last decade."
—Daniel Barbara, George Mason University, Fairfax, Virginia, USA
"The new edition of A First Course in Machine Learning by Rogers and Girolami is an excellent introduction to the use of statistical methods in machine learning. The book introduces concepts such as mathematical modeling, inference, and prediction, providing ‘just in time’ the essential background on linear algebra, calculus, and probability theory that the reader needs to understand these concepts."
—Daniel Ortiz-Arroyo, Associate Professor, Aalborg University Esbjerg, Denmark
"I was impressed by how closely the material aligns with the needs of an introductory course on machine learning, which is its greatest strength…Overall, this is a pragmatic and helpful book, which is well-aligned to the needs of an introductory course and one that I will be looking at for my own students in coming months."
—David Clifton, University of Oxford, UK
"The first edition of this book was already an excellent introductory text on machine learning for an advanced undergraduate or taught masters level course, or indeed for anybody who wants to learn about an interesting and important field of computer science. The additional chapters of advanced material on Gaussian process, MCMC and mixture modeling provide an ideal basis for practical projects, without disturbing the very clear and readable exposition of the basics contained in the first part of the book."
—Gavin Cawley, Senior Lecturer, School of Computing Sciences, University of East Anglia, UK
"This book could be used for junior/senior undergraduate students or first-year graduate students, as well as individuals who want to explore the field of machine learning…The book introduces not only the concepts but the underlying ideas on algorithm implementation from a critical thinking perspective."
—Guangzhi Qu, Oakland University, Rochester, Michigan, USA
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Simon Rogers is a lecturer in the School of Computing Science at the University of Glasgow, where he teaches a masters-level machine learning course on which this book is based. Dr. Rogers is an active researcher in machine learning, particularly applied to problems in computational biology. His research interests include the analysis of metabolomic data and the application of probabilistic machine learning techniques in the field of human-computer interaction.
Mark Girolami holds an honorary professorship in Computer Science at the University of Warwick, is an EPSRC Established Career Fellow (2012 - 2017) and previously an EPSRC Advanced Research Fellow (2007 - 2012). He is also honorary Professor of Statistics at University College London, is the Director of the EPSRC funded Research Network on Computational Statistics and Machine Learning and in 2011 was elected to the Fellowship of the Royal Society of Edinburgh when he was also awarded a Royal Society Wolfson Research
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Grand Eagle Retail
Bensenville, IL, Etats-Unis
Vendeur AbeBooks depuis 12 octobre 2005
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 6 à 14 jours ouvrés | 6 à 16 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE Etats-Unis 19805
Conditions de vente
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Grand Eagle Retail, Bensenville, Illinois, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.