Information Theory, Inference and Learning Algorithms

Boken 'Information Theory, Inference and Learning Algorithms' av David J. C. MacKay gir en grundig innføring i informasjonsteori og inferens, to felt som er essensielle for mange aspekter av moderne teknologi. Denne læreboken kombinerer teori med praksis og tar for seg viktige anvendelser innen kommunikasjon, signalbehandling, datagraving, maskinlæring, mønstergjenkjenning, beregningsnevrovitenskap, bioinformatikk og kryptografi. Boken omhandler informasjonsteori parallelt med konkrete kommunikasjonssystemer, inkludert aritmetisk koding for datakomprimering og tynne grafkoder for feilkorrigering. Den diskuterer også ulike inferensmetoder, som meldingsoverføringsalgoritmer, Monte Carlo-metoder og variasjonelle tilnærminger, samtidig som den illustrerer deres bruk i klustering, konvolusjonskoder, uavhengig komponentanalyse og nevrale nettverk. Enestående fremhever boken moderne feilkorrigerende koder, som lavtetthet-paritetssjekk koder, turbo-koder og digitale fontenekoder – standardene for kommunikasjon via satellitter, diskstasjoner og datadistribusjon i det 21. århundre. Med rike og omfattende eksempler gir boken leserne dypere innsikt i disse avanserte teknologiene.