আমি এর আগে নাপিত বইয়ের কথা শুনিনি, তবে এটির মাধ্যমে একবার নজর দেওয়া হয়েছে, এটি দেখতে খুব সুন্দর দেখাচ্ছে।
আপনি যদি কোনও নির্দিষ্ট ক্ষেত্র না পেয়ে থাকেন তবে আমি নিম্নলিখিতগুলি (কিছু / যাদের মধ্যে আপনি ইতিমধ্যে ইতিমধ্যে শুনেছেন) পরামর্শ দিতে চাই:
- ডিজেসি ম্যাকের তথ্য তত্ত্ব, অনুমান এবং শেখার অ্যালগরিদম। একটি ক্লাসিক এবং লেখক এটিকে একটি .pdf বিনামূল্যে অনলাইনে উপলভ্য করে, তাই আপনার কোনও অজুহাত নেই।
- প্যাটার্ন রিকগনিশন এবং মেশিন লার্নিং, সিএমবিশপ দ্বারা। প্রায়শই উদ্ধৃত করা হয়, যদিও এটি এবং নাপিত বইয়ের মধ্যে অনেকগুলি ক্রসওভার রয়েছে বলে মনে হচ্ছে।
- সম্ভাবনা তত্ত্ব, বিজ্ঞানের যুক্তি, ETJaynes দ্বারা। কিছু ক্ষেত্রে সম্ভবত কিছুটা বেশি বেসিক। তবে ব্যাখ্যাগুলি দুর্দান্ত। আমি এটি পেয়েছিলাম এমন বেশ কয়েকটি ভুল বোঝাবুঝির বিষয়টি পরিষ্কার হয়ে গেছে যা আমার জানা ছিল না।
- টিএম কভার এবং জঠোমাস দ্বারা তথ্য তত্ত্বের উপাদানসমূহ। হ্যাঁ, আপনি এটি অনুমান করেছিলেন তথ্য তত্ত্বের দৃষ্টিকোণ থেকে সম্ভাব্যতার আক্রমণ করে। চ্যানেল ক্ষমতা এবং সর্বাধিক এনট উপর কিছু খুব ঝরঝরে স্টাফ। আরও বেয়েশিয়ান স্টাফ থেকে কিছুটা আলাদা (পুরো বইটিতে আমি কেবল তার আগে একবার দেখে মনে করতে পারি)।
- ভি.ভ্যাপনিকের দ্বারা পরিসংখ্যানীয় লার্নিং থিয়োরি। সম্পূর্ণরূপে আন-বাইসিয়ান, যা আপনার কাছে আবেদন করতে পারে না। কাঠামোগত ঝুঁকির উপর উপরের আবদ্ধ প্রোব্লাব্লিশটকে ফোকাস। সমর্থন ভেক্টর মেশিনগুলি কোথা থেকে এসেছে তা ব্যাখ্যা করে।
- স্যার কার্ল পপার বৈজ্ঞানিক আবিষ্কারের দর্শন নিয়ে একাধিক রচনা তৈরি করেছিলেন, এতে বেশ কয়েকটি পরিসংখ্যান উপস্থিত রয়েছে (সেগুলির সংগ্রহগুলি কেনা যায়, তবে আমার কাছে কোন পদক্ষেপ নেই - ক্ষমা প্রার্থনা)। আবার, সামান্যতমভাবে বায়সিয়ান নয়, তবে মিথ্যাচারযোগ্যতা এবং ঘটনাগুলি ক্ষুরের সাথে এর সম্পর্কের বিষয়ে তাঁর আলোচনাটি (আমার মতে) আকর্ষণীয়, এবং বিজ্ঞানের সাথে জড়িত যে কেউ তাকে পড়া উচিত।