دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Deep Learning in Biometrics
دانلود کتاب یادگیری عمیق در بیومتریک
مشخصات کتاب
Deep Learning in Biometrics
ویرایش: 1 نویسندگان: Mayank Vatsa, Richa Singh, Angshul Majumdar سری: ISBN (شابک) : 1138578231, 9781138578234 ناشر: CRC Press سال نشر: 2018 تعداد صفحات: 329 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 17 مگابایت
قیمت کتاب (تومان) : 41,000
کلمات کلیدی مربوط به کتاب یادگیری عمیق در بیومتریک: تئوری ماشین، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، داده کاوی، پایگاه داده و داده های بزرگ، کامپیوتر و فناوری، سیستم های تصویربرداری، مدل سازی کامپیوتر، مهندسی، مهندسی و حمل و نقل، ذخیره سازی و طراحی پایگاه داده، علوم کامپیوتر، جدید، استفاده شده کتاب‌های درسی و اجاره، بوتیک تخصصی
در صورت تبدیل فایل کتاب Deep Learning in Biometrics 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 یادگیری عمیق در بیومتریک 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 یادگیری عمیق در بیومتریک
یادگیری عمیق اکنون مترادف با یادگیری ماشین کاربردی است. بسیاری از غول‌های فناوری (مانند گوگل، مایکروسافت، اپل، IBM) و همچنین استارت‌آپ‌ها بر تکنیک‌های مبتنی بر یادگیری عمیق برای تجزیه و تحلیل داده‌ها و هوش مصنوعی تمرکز می‌کنند. این فناوری به شدت در بیومتریک کاربرد دارد. این کتاب موضوعات یادگیری عمیق، یعنی شبکه های عصبی کانولوشن، شبکه باور عمیق و رمزگذارهای خودکار پشته ای را پوشش می دهد. همچنین تمرکز بر روی کاربرد این تکنیک ها در روش های مختلف بیومتریک است: صورت، عنبیه، اثر کف دست، و اثر انگشت، در حالی که روند آینده در یادگیری عمیق و تحقیقات بیومتریک بررسی می شود.
توضیحاتی درمورد کتاب به خارجی
Deep Learning is now synonymous with applied machine learning. Many technology giants (e.g. Google, Microsoft, Apple, IBM) as well as start-ups are focusing on deep learning-based techniques for data analytics and artificial intelligence. This technology applies quite strongly to biometrics. This book covers topics in deep learning, namely convolutional neural networks, deep belief network and stacked autoencoders. The focus is also on the application of these techniques to various biometric modalities: face, iris, palmprint, and fingerprints, while examining the future trends in deep learning and biometric research.
