Gaussian Processes for Machine Learning av Carl Edward (University of Cambridge) Rasmussen, Christopher K. I. (University of Edinburgh) Williams

Boken gir en grundig og helhetlig introduksjon til Gaussian-prosesser, som tilbyr en systematisk, praktisk og probabilistisk tilnærming til læring innen kjernemaskiner. I løpet av det siste tiåret har Gaussian-prosesser (GP) fått økt oppmerksomhet i maskinlæringsmiljøet, og denne boken gir en lenge etterlengtet systematisk og samlet behandling av både teoretiske og praktiske aspekter ved GP i maskinlæring. Presentasjonen er omfattende og selvstendig, rettet mot forskere og studenter innen maskinlæring og anvendt statistikk. Boken tar for seg problemstillinger knyttet til supervisert læring for både regresjon og klassifisering, og inkluderer detaljerte algoritmer. Den presenterer et bredt spekter av kovarians (kjernel) funksjoner og diskuterer deres egenskaper. Modellsøk blir behandlet fra både en bayesiansk og klassisk synsvinkel, og det er mange sammenhenger til andre velkjente teknikker innen maskinlæring.