A First Course in Machine Learning van Simon Rogers en Mark Girolami is het beste inleidende boek over machine learning dat momenteel verkrijgbaar is. Het combineert nauwkeurigheid en precisie met toegankelijkheid, begint met een gedetailleerde uitleg van de basisprincipes van Bayesiaanse analyse in de eenvoudigste context en gaat helemaal door tot de grenzen van het vakgebied, zoals oneindige mengmodellen, GP's en MCMC. âDevdatt Dubhashi Professor Department of Computer Science and Engineering Chalmers University Zweden Dit leerboek is gemakkelijker te lezen dan andere vergelijkbare boeken over dit onderwerp, terwijl het toch alle noodzakelijke rigoureuze behandeling behoudt. De nieuwe hoofdstukken plaatsen het in de voorhoede van het vakgebied door onderwerpen te behandelen die de afgelopen tien jaar mainstream zijn geworden in machine learning. âDaniel Barbara George Mason University Fairfax Virginia VS De nieuwe editie van A First Course in Machine Learning van Rogers en Girolami is een uitstekende introductie tot het gebruik van statistische methoden in machine learning. Het boek introduceert concepten zoals wiskundige modellering, inferentie en voorspelling, en biedt 'precies op het juiste moment' de essentiële achtergrondkennis over lineaire algebra, calculus en kansrekening die de lezer nodig heeft om deze concepten te begrijpen. – Daniel Ortiz-Arroyo, universitair hoofddocent, Aalborg University, Esbjerg, Denemarken Ik was onder de indruk van hoe goed het materiaal aansluit bij de behoeften van een inleidende cursus machine learning, wat de grootste kracht ervan is. Over het algemeen is dit een pragmatisch en nuttig boek dat goed aansluit bij de behoeften van een inleidende cursus en een boek dat ik de komende maanden zeker zal gebruiken voor mijn eigen studenten. – David Clifton, Universiteit van Oxford, VK De eerste editie van dit boek was al een uitstekende inleiding tot machine learning voor een gevorderde bacheloropleiding, een masteropleiding of eigenlijk voor iedereen die meer wil leren over een interessant en belangrijk vakgebied binnen de computerwetenschappen. De extra hoofdstukken met geavanceerd materiaal over Gaussiaanse proces-MCMC en mengmodelering bieden een ideale basis voor praktische projecten, zonder afbreuk te doen aan de zeer heldere en leesbare uiteenzetting van de basisprincipes in het eerste deel van het boek. –Gavin Cawley, Senior Lecturer, School of Computing Sciences, University of East Anglia, VK Dit boek is geschikt voor bachelorstudenten in het derde en vierde jaar, masterstudenten in het eerste jaar en iedereen die zich wil verdiepen in machine learning. Het boek introduceert niet alleen de concepten, maar ook de onderliggende ideeën over algoritme-implementatie vanuit een kritisch denkperspectief. –Guangzhi Qu, Oakland University, Rochester, Michigan, VS . Taal: Engels