Информация, кодирование и предсказание

Верещагин Н. К.

под заказ

Цена в интернет-магазине: 399,00 руб.

ISBN: 978-5-94057-920-5
Внешнее покрытие издания: в обл.
Тираж издания: 1500
Фамилия автора в заголовке: Верещагин
Инициалы автора (личного имени (имен)): Н. К.
Код отношений (роль соавтора в издании): 070 Автор
Основное заглавие: Информация, кодирование и предсказание
Первые сведения об ответственности: Н. К. Верещагин, Е. В. Щепин
Место издания: Москва
Издатель: МЦНМО
Дата издания: 2012
Объем издания (количество страниц): 236
Высота, см.: 20
Полная форма имени (имен) и отчества: Николай Константинович
Индекс УДК: 519.72
Статус записи (Тип информации): В наличии
Ширина, см: 14,5
Толщина, см: 1,3
Вес в граммах: 300
Индекс ББК: 32.81
Артикул: 2335988

Описание

Предлагаемая книга - это одновременно учебник и оригинальная монография по теории информации. Две независимые друг от друга части, составляющие книгу, написаны авторами на основе собственных лекций, читающихся в Школе анализа данных Яндекса. Автор первой части, Е. В. Щепин, рассматривает понятия теории информации как базу для решения задач машинного обучения, и прежде всего - задач построения классификатора по эмпирическим данным. Специальное внимание автор уделяет изучению случаев многомерных ограниченных данных, когда прямые методы оценки функций распределения вероятностей неприменимы. Обсуждение этих вопросов редко встречается в работах по теории информации. В предлагаемой книге изложение доведено до описания практических методов. Во второй части, написанной Н. К. Верещагиным, исследуются задачи о поиске на базе понятия информации по Хартли. В этой части описаны различные применения теории колмогоровской сложности (сложности описаний), даны основы логики знаний и теории коммуникационной сложности. К теоретическому материалу прилагается множество задач для самостоятельного решения. В обеих частях отводится много места основам классической теории информации Шеннона и её применению к кодированию информации. В первой части это изложение ведется с позиций конструирования алгоритмов решения проблем, во второй части большое внимание уделено концептуальным аспектам классической теории Шеннона. Книга завершается дополнением, взятым из выдающейся книги М. М. Бонгарда "Проблема узнавания" (1967), где с позиций теории информации изучается вопрос об оценке степени истинности описания. Эта важная тема, непосредственно примыкающая к рассматриваемым в книге проблемам, служит подтверждением перспективности теории информации для развития новых методов анализа данных.