Reconocimiento de patrones

Opiniones de los lectores

El libro 'Pattern Recognition' de Theodoridis y Koutroumbas es muy elogiado por su rigor, claridad y cobertura exhaustiva del campo del reconocimiento de patrones, adecuado tanto para estudiantes como para investigadores. Incluye material actualizado sobre temas avanzados y ofrece excelentes ejemplos. Sin embargo, algunos autores lo consideran denso y difícil para los principiantes, y las críticas se centran en sus notaciones compactas y en la falta de una guía práctica de codificación sin textos complementarios.

⬤ Cobertura exhaustiva del campo del reconocimiento de patrones
⬤ presentación clara y bien organizada
⬤ excelentes ejemplos y experimentos informáticos
⬤ actualizado con avances recientes
⬤ profundidad y amplitud significativas
⬤ adecuado para estudiantes, investigadores y profesionales
⬤ buena explicación matemática con un libro complementario MATLAB.

⬤ Denso y desafiante para principiantes
⬤ algunos críticos lo encuentran más una referencia que una herramienta de aprendizaje
⬤ las ecuaciones pueden ser compactas y difíciles de descifrar
⬤ carece de suficiente orientación práctica de codificación
⬤ ciertas ediciones (por ejemplo, Kindle) tienen problemas de formato.

(basado en 21 opiniones de lectores)

Título original:

Pattern Recognition

Contenido del libro:

Este libro considera la teoría y la práctica clásicas y actuales del reconocimiento de patrones supervisado, no supervisado y semisupervisado, con el fin de crear una base completa para profesionales y estudiantes de ingeniería. Los autores, destacados expertos en el campo del reconocimiento de patrones, han proporcionado un volumen actualizado y autocontenido que engloba este amplio espectro de información. En esta edición se incorporan los métodos más recientes: aprendizaje semisupervisado, combinación de algoritmos de agrupamiento y retroalimentación de relevancia.

- Se ha desarrollado a fondo para incluir muchos más ejemplos prácticos que permitan comprender mejor los distintos métodos y técnicas.

- Se han incluido muchos más diagramas, ahora en dos colores, para proporcionar una mayor comprensión a través de la presentación visual.

- Al final de cada capítulo se incluye el código Matlab de los métodos más comunes.

- En este sitio web encontrará más códigos Matlab y un manual complementario.

- Se han incluido los últimos temas de actualidad para aumentar el valor de referencia del texto, como las técnicas no lineales de reducción de la dimensionalidad, la retroalimentación de relevancia, el aprendizaje semisupervisado, la agrupación espectral y la combinación de algoritmos de agrupación.

- Un libro complementario con código Matlab de los métodos y algoritmos más comunes del libro, junto con un resumen descriptivo, y ejemplos resueltos que incluyen conjuntos de datos reales en imagen, y reconocimiento de audio. El libro complementario estará disponible por separado o a un precio especial (ISBN: 9780123744869).