Teoría de la Información, Inferencia y Algoritmos de Aprendizaje- David J.C. MacKay

Teoría de la información y la inferencia, a menudo se enseña por separado, aquí se unen en un libro de texto entretenido. Estos temas están en el corazón de muchas áreas interesantes de la ciencia y la ingeniería contemporánea: comunicación, procesamiento de señales, minería de datos, aprendizaje de máquinas, reconocimiento de patrones, neurociencia computacional, bioinformática y criptografía. Este manual introduce la teoría en tándem con aplicaciones. La teoría de la información se enseña junto con los sistemas prácticos de comunicación, como la codificación aritmética para la compresión de datos y los códigos de gráficos dispersos para la corrección de errores. Se desarrolla una caja de herramientas de técnicas de inferencia, incluyendo algoritmos de paso de mensajes, métodos de Monte Carlo y aproximaciones variacionales, junto con aplicaciones de estas herramientas a clústeres, códigos convolucionales, análisis de componentes independientes y redes neuronales. La parte final del libro describe el estado de la técnica en códigos de corrección de errores, incluidos los códigos de verificación de paridad de baja densidad, los códigos turbo y los códigos de fuentes digitales, los estándares del siglo XXI para comunicaciones por satélite, unidades de disco y Transmisión de datos. Ricamente ilustrado, lleno de ejemplos trabajados y más de 400 ejercicios, algunos con soluciones detalladas, el libro innovador de David MacKay es ideal para el autoaprendizaje y para cursos de pregrado o posgrado. Los entrelones en crucigramas, evolución y sexo proporcionan entretenimiento en el camino. En resumen, este es un libro de texto sobre información, comunicación y codificación para una nueva generación de estudiantes, y un punto de entrada sin precedentes en estos temas para profesionales en áreas tan diversas como la biología computacional, la ingeniería financiera y el aprendizaje automático.