Cantitate/Preț
Produs
Total produse
Vezi coșul
Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics de Max A. Little

Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics

Autor Max A. Little
en Limba Engleză Hardback – 13 aug 2019

Considerăm că un punct de plecare excelent pentru a înțelege utilitatea acestui volum este implementarea unui sistem de recunoaștere automată a numerelor de înmatriculare, un exercițiu care demonstrează perfect convergența dintre procesarea semnalului și învățarea automată. Machine Learning for Signal Processing nu se limitează la teorie, ci ghidează cititorul prin pașii necesari pentru a transforma datele brute colectate de senzori în informații acționabile prin algoritmi de calcul statistic. Structura este una graduală, punând un accent deosebit pe fundamentele matematice — algebră liniară, calcul și grafuri — fără de care implementarea software-ului de procesare a semnalului (DSP) ar fi imposibilă.

Observăm un interes crescut pentru modul în care modelarea statistică imită procesarea informațiilor din creierul biologic, iar Max A. Little reușește să traducă aceste concepte complexe în arhitecturi de algoritmi aplicabili în industria modernă. Dacă Signal Processing and Machine Learning Theory de Paulo S.R. Diniz v-a oferit cadrul teoretic extins și o revizuire a principiilor fundamentale, volumul de față oferă instrumentele practice și rigoarea computațională necesară pentru a construi aplicații de la zero. Recomandăm acest titlu pentru claritatea cu care tratează suprapunerile dintre DSP și inteligența artificială, facilitând dezvoltarea de noi unelte pentru sisteme radar, comunicații WiFi sau dispozitive medicale. Tonul este unul tehnic și precis, susținut de peste 120 de ilustrații și figuri care clarifică fluxul datelor în sistemele de calcul moderne.

Citește tot Restrânge

Preț: 50260 lei

Preț vechi: 72310 lei
-30%

Puncte Express: 754
Paperback 23588 lei
Hardback 50260 lei

Carte tipărită la comandă

Livrare economică 18-24 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780198714934
ISBN-10: 0198714939
Pagini: 384
Ilustrații: 77 grayscale and 52 color line figures, 1 color halftone
Dimensiuni: 194 x 250 x 25 mm
Greutate: 0.98 kg
Editura: OUP OXFORD
Colecția OUP Oxford
Locul publicării:Oxford, United Kingdom

De ce să citești această carte

Recomandăm această carte inginerilor și cercetătorilor care doresc să stăpânească intersecția dintre DSP și inteligența artificială. Cititorul câștigă o bază matematică solidă și algoritmi gata de implementat pentru tehnologii de vârf, de la mașini autonome la analiză financiară. Este un ghid practic esențial pentru oricine dezvoltă software ce procesează date provenite de la senzori digitali.

Despre autor

Max A. Little este un specialist recunoscut în matematică aplicată și statistică, cu o expertiză vastă în dezvoltarea algoritmilor pentru procesarea semnalelor complexe. Lucrările sale se concentrează pe intersecția dintre analiza datelor și aplicațiile practice în inginerie și medicină. În Machine Learning for Signal Processing, autorul își folosește experiența academică și de cercetare pentru a oferi o abordare riguroasă, dar accesibilă, a modului în care statisticile computaționale pot îmbunătăți tehnologiile de procesare a semnalelor digitale (DSP) în economia informațională actuală.

Descriere

This book describes in detail the fundamental mathematics and algorithms of machine learning (an example of artificial intelligence) and signal processing, two of the most important and exciting technologies in the modern information economy. Taking a gradual approach, it builds up concepts in a solid, step-by-step fashion so that the ideas and algorithms can be implemented in practical software applications. Digital signal processing (DSP) is one of the 'foundational' engineering topics of the modern world, without which technologies such the mobile phone, television, CD and MP3 players, WiFi and radar, would not be possible. A relative newcomer by comparison, statistical machine learning is the theoretical backbone of exciting technologies such as automatic techniques for car registration plate recognition, speech recognition, stock market prediction, defect detection on assembly lines, robot guidance, and autonomous car navigation. Statistical machine learning exploits the analogy between intelligent information processing in biological brains and sophisticated statistical modelling and inference. DSP and statistical machine learning are of such wide importance to the knowledge economy that both have undergone rapid changes and seen radical improvements in scope and applicability. Both make use of key topics in applied mathematics such as probability and statistics, algebra, calculus, graphs and networks. Intimate formal links between the two subjects exist and because of this many overlaps exist between the two subjects that can be exploited to produce new DSP tools of surprising utility, highly suited to the contemporary world of pervasive digital sensors and high-powered, yet cheap, computing hardware. This book gives a solid mathematical foundation to, and details the key concepts and algorithms in this important topic.

Recenzii

This book provides an excellent pathway for gaining first-class expertise in machine learning. It provides both the technical background that explains why certain approaches, but not others, are best practice in real world problems, and a framework for how to think about and approach new problems. I highly recommend it for people with a signal processing background who are seeking to become an expert in machine learning.
Over the past decade in signal processing, machine learning has gone from a disparate research field known only to people working on topics such as speech and image processing, to permeating all aspects of it. With this book, Prof. Little has taken an important step in unifying machine learning and signal processing. As a whole, this book covers many topics, new and old, that are important in their own right and equips the reader with a broader perspective than traditional signal processing textbooks. In particular, I would highlight the combination of statistical modeling, convex optimization, and graphs as particularly potent. Machine learning and signal processing are no longer separate, and there is no doubt in my mind that this is the way to teach signal processing in the future.
This book gives a solid mathematical foundation to, and details the key concepts and algorithmsin, this important topic.

Notă biografică

Max A. Little is Professor of Mathematics at Aston University, UK, and a world-leading expert in signal processing and machine learning. His research in machine learning for digital health is highly influential and is the basis of advances in basic and applied research into quantifying neurological disorders such as Parkinson disease. He has published over 60 articles in the scientific literature on the topic, two patents, and a textbook. He is an advisor to government and leading international corporations in topics such as machine learning for health.