Следующие шаги после «Байесовского рассуждения и машинного обучения»

В настоящее время я изучаю «Байесовское рассуждение и машинное обучение» Дэвида Барбера, и это очень хорошо написанная и интересная книга для изучения основ. Так что вопрос к тому, кто уже сделал это. Какую следующую серию книг я должен пройти после того, как у меня будет достаточное знание большинства понятий в парикмахерской?

Раньше я не слышал о книге «Парикмахерская», но, посмотрев ее быстро, она выглядит очень-очень хорошо.

Если у вас нет конкретной области, которую вы хотите изучить, я бы предложил следующее (некоторые / многие из которых вы, вероятно, уже слышали):

• Теория информации, логический вывод и алгоритмы обучения, автор DJC Mackay. Классика, и автор делает .pdf ее доступной бесплатно онлайн, так что у вас нет оправданий.
• Распознавание образов и машинное обучение, CMBishop. Часто цитируется, хотя между этим и Книгой парикмахеров, похоже, много пересечений.
• Теория вероятностей, логика науки, по ETJaynes. В некоторых областях, возможно, немного более простой. Однако объяснения превосходны. Я обнаружил, что это прояснило пару недоразумений, о которых я даже не подозревал.
• Элементы теории информации, ТМ Cover и JAThomas. Вероятность атак с точки зрения, да, как вы уже догадались, теории информации. Некоторые очень аккуратные вещи по пропускной способности канала и максимальной скорости. Немного отличается от более байесовского материала (я помню только один предыдущий во всей книге).
• Статистическая теория обучения, В.Вапник. Тщательно небайсианский, который может вам не понравиться. Ориентирован на вероятностную верхнюю границу структурного риска. Объясняет, откуда берутся опорные векторные машины.
• Сэр Карл Поппер выпустил серию работ по философии научных открытий, в которых представлено довольно много статистики (их коллекции можно купить, но у меня нет названий для рук - извинения). Опять же, не байесовский, ни малейший, но его обсуждение фальсифицируемости и ее связи с бритвой оксам (на мой взгляд) увлекательно и должно быть прочитано любым, кто занимается наукой.

Недавно я нашел более вычислительную перспективу байесовских рассуждений и статистики: «Вероятностное программирование и байесовские методы для хакеров» . Это, вероятно, столь же хорошее введение в байесовские методы, как и у Барбера.