ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability)

دانلود کتاب تئوری احتمالی شناخت الگوی (مدل سازی تصادفی و احتمال کاربردی)

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability)

مشخصات کتاب

A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability)

ویرایش: Corrected 
نویسندگان: , ,   
سری:  
ISBN (شابک) : 0387946187, 9780387946184 
ناشر: Springer 
سال نشر: 1996 
تعداد صفحات: 653 
زبان: English  
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 23 مگابایت 

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تئوری احتمالی شناخت الگوی (مدل سازی تصادفی و احتمال کاربردی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تئوری احتمالی شناخت الگوی (مدل سازی تصادفی و احتمال کاربردی)

یک گزارش مستقل و منسجم از تکنیک‌های احتمالی، شامل: اندازه‌گیری‌های فاصله، قوانین هسته، قوانین نزدیک‌ترین همسایه، نظریه Vapnik-Chervonenkis، طبقه‌بندی پارامتری، و استخراج ویژگی. هر فصل با مسائل و تمرین هایی به پایان می رسد تا خوانندگان را بیشتر درک کنند. هم پژوهشگران و هم دانشجویان فارغ التحصیل از این حساب گسترده و به روز در زمینه ای پر سرعت بهره مند خواهند شد.


توضیحاتی درمورد کتاب به خارجی

A self-contained and coherent account of probabilistic techniques, covering: distance measures, kernel rules, nearest neighbour rules, Vapnik-Chervonenkis theory, parametric classification, and feature extraction. Each chapter concludes with problems and exercises to further the readers understanding. Both research workers and graduate students will benefit from this wide-ranging and up-to-date account of a fast- moving field.





نظرات کاربران