دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Ferdinand van der Heijden, Robert Duin, Dick de Ridder, David M. J. Tax سری: ISBN (شابک) : 9780470090138 ناشر: Wiley سال نشر: 2004 تعداد صفحات: 434 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Classification, Parameter Estimation and State Estimation An Engineering Approach Using MATLAB 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 طبقه بندی، تخمین پارامتر و تخمین حالت یک رویکرد مهندسی با استفاده از متلب 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.
پس از یک فصل مقدماتی، کتاب ساختار نظری را برای طبقه بندی،
تخمین و تخمین حالت ارائه می دهد. این کتاب همچنین به مهارت های
مورد نیاز برای آوردن مفاهیم نظری به سیستم های عملی و نحوه
ارزیابی این سیستم ها می پردازد. همراه با مثالهای فراوان در
فصلها، کتاب با جعبه ابزار متلب برای تشخیص و طبقهبندی الگو
همراه است.
پیوست مستندات لازم برای این جعبه ابزار و همچنین نمای کلی از
مفیدترین توابع این جعبه ابزار را ارائه می دهد. این کتاب با
رویکرد یکپارچه و یکپارچه خود در طبقه بندی، تخمین پارامترها و
برآورد وضعیت، مکمل کاربردی مناسبی در دروس موجود دانشگاهی در
طبقه بندی الگو، برآورد بهینه و تحلیل داده ها می باشد.
After an introductory chapter, the book provides the
theoretical construction for classification, estimation and
state estimation. The book also deals with the skills required
to bring the theoretical concepts to practical systems, and how
to evaluate these systems. Together with the many examples in
the chapters, the book is accompanied by a MATLAB toolbox for
pattern recognition and classification.
The appendix provides the necessary documentation for this
toolbox as well as an overview of the most useful functions
from these toolboxes. With its integrated and unified approach
to classification, parameter estimation and state estimation,
this book is a suitable practical supplement in existing
university courses in pattern classification, optimal
estimation and data analysis.