潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Information theoretic learning:Renyi's entropy and kernel perspectives/Jose C. Principe

版本说明:

全彩英文版

出版发行项:

北京:世界图书出版公司,2023

ISBN及定价:

978-7-5192-9696-4/CNY189.00

载体形态项:

526页:图;24cm

并列正题名:

机器学习的信息论方法

其它题名:

Renyi's entropy and kernel perspectives

丛编项:

香农信息科学经典.“人工智能的信息论方法”系列

个人责任者:

普林西比 (Principe, Jose C.) 著

学科主题:

信息论-应用-机器学习-英文

中图法分类号:

TP181

题名责任附注:

题名与责任者取自封面

书目附注:

有书目 (第499-515页) 和索引

提要文摘附注:

本书是佛罗里达大学计算神经工程实验室 (CNEL) 在统计信号处理和机器学习的常规领域的研究成果。本书的目的之一就是要把这两个有着如此多共同问题和技术但还没有有效合作的领域联系起来。不同于其他阐述了某特定领域知识的书籍, 本书跨越了工程学 (信号处理) 和统计学 (机器学习) 界限, 挖掘出一个共同主题, 即学习从信息角度看问题, 并强调Renyi's熵的信息概念。本书介绍的基本方法是利用信息论的熵和散度的描述符作为非参数代价函数来设计无监控或监控训练模式下的自适应系统。

豆瓣简介：