Pattern Recognition and Machine Learning
El clásico académico que trata el machine learning desde una perspectiva completamente probabilística.
ÁreaMachine Learning General
TemaMachine Learning
NivelAvanzado
Publicación2006
Autor(es): Christopher M. Bishop
¿Qué puedes lograr leyendo este libro?
- Entender el machine learning como inferencia probabilística de principio a fin
- Derivar formalmente algoritmos como regresión bayesiana, mezclas gaussianas y campos aleatorios
- Construir una base teórica sólida antes de investigación en ML probabilístico o deep learning bayesiano
Descripción
Bishop presenta el machine learning consistentemente desde una perspectiva bayesiana y probabilística, a diferencia de otros textos más orientados a la optimización frecuentista, cubriendo desde regresión hasta modelos gráficos y redes neuronales con notable rigor matemático.
Para quién es ideal
- Quien quiere una perspectiva unificadora probabilística del machine learning
- Estudiantes de posgrado con orientación hacia investigación
- Complemento avanzado a ESL, con enfoque bayesiano en vez de frecuentista
- Base teórica antes de libros de deep learning bayesiano
Contenido destacado
- Teoría de la probabilidad aplicada a ML
- Modelos lineales para regresión y clasificación
- Redes neuronales desde una perspectiva probabilística
- Modelos gráficos y campos aleatorios
- Métodos de mezcla y EM (Expectation-Maximization)
Ventajas y limitaciones
Ventajas
- Enfoque probabilístico coherente y unificador poco común en otros textos
- Referencia clásica ampliamente citada en investigación académica
- Cobertura rigurosa de modelos gráficos, poco tratados en libros más aplicados
Limitaciones
- Matemáticamente muy exigente, no recomendable como primer libro de ML
- Sin código ni ejemplos de implementación práctica
Libros relacionados
The Elements of Statistical Learning
Machine LearningEl texto avanzado y matemáticamente riguroso que define el machine learning estadístico como disciplina.
Probabilistic Machine Learning
Machine Learning ProbabilísticoUn tratado moderno y exhaustivo que conecta el machine learning clásico con la perspectiva probabilística actual.