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 Building Neural Networks

دانلود کتاب ساخت شبکه های عصبی

Building Neural Networks

مشخصات کتاب

Building Neural Networks

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: Paperback 
نویسندگان:   
سری:  
ISBN (شابک) : 0201539217, 9780201539219 
ناشر: Addison-Wesley Professional 
سال نشر: 1995 
تعداد صفحات: 299 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت

قیمت کتاب (تومان) : 51,000



کلمات کلیدی مربوط به کتاب ساخت شبکه های عصبی: یادگیری ماشین، هوش مصنوعی، شبکه های عصبی، مهندسی ویژگی، مهندسی نرم افزار، پس انتشار، شبکه های هاپفیلد، شبکه های انجمنی، پردازش تصویر، نظریه کنترل، منطق فازی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Building Neural Networks 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 ساخت شبکه های عصبی 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 ساخت شبکه های عصبی

تئوری شبکه های عصبی را می توان با سهولت نسبی یاد گرفت، با این حال یادگیری استفاده از این فناوری با موفقیت می تواند فرآیندی آهسته و آزمون و خطا باشد. در این مطالعه، مدل پیوندگرا با استفاده از مثال‌های متعددی آموزش داده می‌شود که نشان می‌دهد مردم چگونه برنامه‌های کاربردی شبکه عصبی را ساخته‌اند. "این مقدمه عملی انواع مشکلات دنیای واقعی را که فناوری شبکه های عصبی می تواند حل کند توصیف می کند. این کتاب با بررسی طیف وسیعی از کاربردهای شبکه عصبی، ساخت و عملکرد سیستم های عصبی مصنوعی را نشان می دهد. نویسنده از طریق مثال های متعدد، روند ساخت را توضیح می دهد. برنامه‌های کاربردی شبکه عصبی که از پیشرفت‌های ارتباط‌گرای اخیر استفاده می‌کنند و درک پتانسیل و محدودیت‌های مدل‌های مختلف شبکه را نشان می‌دهند. مثال‌ها به اندازه کافی با جزئیات توضیح داده شده‌اند تا شما اطلاعات را جذب کنید و سپس از تجربه انباشته شده دیگران برای ایجاد خود استفاده کنید. این مثال‌ها عمداً به مواردی محدود می‌شوند که می‌توانند به راحتی توسط هر خواننده، حتی پزشک مبتدی قابل درک و بازآفرینی باشند. در برخی موارد، نویسنده رویکردهای جایگزین برای همان برنامه کاربردی را توصیف می‌کند تا به شما امکان مقایسه و مقایسه مزایای آنها را بدهد. و معایب ساخت شبکه‌های عصبی که بر اساس حوزه‌های کاربردی سازماندهی شده است، به جای معماری شبکه خاص یا الگوریتم‌های یادگیری، نشان می‌دهد که چرا شبکه‌های خاص برای حل انواع خاصی از مسائل مناسب‌تر از شبکه‌های دیگر هستند. اسکاپورا همچنین اصول پردازش اطلاعات عصبی را بررسی می‌کند و خلاصه‌ای از عملیات محبوب‌ترین مدل‌های پردازش شبکه عصبی را ارائه می‌کند. در نهایت، این کتاب اطلاعاتی در مورد جنبه های عملی طراحی برنامه ارائه می دهد و شامل شش فصل موضوع محور در مورد کاربردهای خاص سیستم های شبکه عصبی است. این برنامه ها شامل شبکه هایی هستند که انجام می دهند: تطبیق الگو، ذخیره سازی و فراخوانی سیستم های تجاری و مالی استخراج داده ها از تصاویر سیستم های کنترل فرآیند مکانیکی شبکه های عصبی جدید که تطبیق الگو را با منطق فازی ترکیب می کنند این کتاب شامل تمرین‌های کاربردی‌محور است که به شما کمک می‌کند ببینید چگونه یک شبکه عصبی یک مشکل را حل می‌کند و درک شما از تکنیک‌های مدل‌سازی را تقویت می‌کند. دیوید ام. اسکاپورا به همراه جیمز فریمن نویسنده کتاب شبکه های عصبی: الگوریتم ها، برنامه ها و تکنیک های برنامه نویسی است. او در حال حاضر در شرکت برایت ویر (یکی از شرکت های استنتاج) استخدام شده است. مشاور برنامه های کاربردی، توسعه سیستم ها و برنامه های کاربردی مبتنی بر دانش سفارشی شده است. او همچنین بنیانگذار و رئیس Scient Computing، یک شرکت مشاوره کوچک در هوستون است که متخصص در برنامه های کاربردی و تحقیقات شبکه های عصبی است. Skapura قبلا در سیستم های اطلاعات فضایی Loral، کاربرد عصبی را بررسی کرده بود. به نیازهای اتوماسیون پیشرفته ناسا متصل است. او استاد کمکی در دانشگاه هیوستون در دریاچه کلیر است.


توضیحاتی درمورد کتاب به خارجی

Neural network theory can be learned with relative ease, yet learning to apply the technology successfully can be a slow, trial-and-error process. In this study, the connectionist model is taught using numerous examples that show how people have built neural network applications. "This practical introduction describes the kinds of real-world problems neural network technology can solve. Surveying a range of neural network applications, the book demonstrates the construction and operation of artificial neural systems. Through numerous examples, the author explains the process of building neural-network applications that utilize recent connectionist developments, and conveys an understanding both of the potential, and the limitations of different network models. Examples are described in enough detail for you to assimilate the information and then use the accumulated experience of others to create your own applications. These examples are deliberately restricted to those that can be easily understood, and recreated, by any reader, even the novice practitioner. In some cases the author describes alternative approaches to the same application, to allow you to compare and contrast their advantages and disadvantages. Organized by application areas, rather than by specific network architectures or learning algorithms, Builiding Neural Networks shows why certain networks are more suitable than others for solving specific kinds of problems. Skapura also reviews principles of neural information processing and furnishes an operations summary of the most popular neural-network processing models. Finally, the book provides information on the practical aspects of application design, and contains six topic-oriented chapters on specific applications of neural-network systems. These applications include networks that perform: Pattern matching, storage, and recall Business and financial systems Data extraction from images Mechanical process control systems New neural networks that combine pattern matching with fuzzy logic The book includes application-oriented excercises that further help you see how a neural network solves a problem, and that reinforce your understanding of modeling techniques." " David M. Skapura is the coauthor, with James A. Freeman, of Neural Networks: Algorithms, Applications, and Programming Techniques. He is currently employed by Brightware Corporation (a spin-off of Inference Corporation), where he works as an applications consultant, developing customized knowledge-based systems and applications. He is also the founder and president of Scient Computing, a small Houston consulting firm specializing in neural-networking applications and research. Previously at Loral Space Information Systems, Skapura investigated the applicability of neural networks to NASA's advanced automation requirements. He is an adjunct professor at the University of Houston at Clear Lake."





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی