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
دسته بندی: آموزشی ویرایش: 1 نویسندگان: Christopher M. Bishop, Ilkay Ulusoy (auth.), Joab Winkler, Mahesan Niranjan, Neil Lawrence (eds.) سری: Lecture Notes in Computer Science 3635 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 3540290737, 9783540290735 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2005 تعداد صفحات: 347 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب روش های تعیین کننده و آماری در یادگیری ماشین: اولین کارگاه بین المللی ، شفیلد ، انگلیس ، 7-10 سپتامبر 2004. سخنرانی های تجدید نظر شده: هوش مصنوعی (شامل رباتیک)، منطق ریاضی و زبان های رسمی، مدیریت پایگاه داده، ذخیره و بازیابی اطلاعات، پردازش تصویر و بینایی کامپیوتری، تشخیص الگو
در صورت تبدیل فایل کتاب Deterministic and Statistical Methods in Machine Learning: First International Workshop, Sheffield, UK, September 7-10, 2004. Revised Lectures 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 روش های تعیین کننده و آماری در یادگیری ماشین: اولین کارگاه بین المللی ، شفیلد ، انگلیس ، 7-10 سپتامبر 2004. سخنرانی های تجدید نظر شده 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.
این کتاب مجموعه مقالات داوری اولین کارگاه بین المللی در مورد یادگیری ماشینی است که در شفیلد، انگلستان، در سپتامبر 2004 برگزار شد.
19 مقاله کامل اصلاح شده ارائه شده به دقت بررسی و برای گنجاندن در کتاب انتخاب شدند. . آنها به تمام مسائل فعلی در زمینه به سرعت در حال رشد یادگیری ماشین می پردازند که هدف آن ارائه روش های عملی برای کشف، طبقه بندی و مدل سازی داده ها است. تمرکز ویژه این کارگاه، روشهای تحقیق پیشرفته در یادگیری ماشین و پردازش سیگنال آماری بود.
This book consitutes the refereed proceedings of the First International Workshop on Machine Learning held in Sheffield, UK, in September 2004.
The 19 revised full papers presented were carefully reviewed and selected for inclusion in the book. They address all current issues in the rapidly maturing field of machine learning that aims to provide practical methods for data discovery, categorisation and modelling. The particular focus of the workshop was advanced research methods in machine learning and statistical signal processing.
Front Matter....Pages -
Object Recognition via Local Patch Labelling....Pages 1-21
Multi Channel Sequence Processing....Pages 22-36
Bayesian Kernel Learning Methods for Parametric Accelerated Life Survival Analysis....Pages 37-55
Extensions of the Informative Vector Machine....Pages 56-87
Efficient Communication by Breathing....Pages 88-97
Guiding Local Regression Using Visualisation....Pages 98-109
Transformations of Gaussian Process Priors....Pages 110-123
Kernel Based Learning Methods: Regularization Networks and RBF Networks....Pages 124-136
Redundant Bit Vectors for Quickly Searching High-Dimensional Regions....Pages 137-158
Bayesian Independent Component Analysis with Prior Constraints: An Application in Biosignal Analysis....Pages 159-179
Ensemble Algorithms for Feature Selection....Pages 180-198
Can Gaussian Process Regression Be Made Robust Against Model Mismatch?....Pages 199-210
Understanding Gaussian Process Regression Using the Equivalent Kernel....Pages 211-228
Integrating Binding Site Predictions Using Non-linear Classification Methods....Pages 229-241
Support Vector Machine to Synthesise Kernels....Pages 242-255
Appropriate Kernel Functions for Support Vector Machine Learning with Sequences of Symbolic Data....Pages 256-280
Variational Bayes Estimation of Mixing Coefficients....Pages 281-295
A Comparison of Condition Numbers for the Full Rank Least Squares Problem....Pages 296-318
SVM Based Learning System for Information Extraction....Pages 319-339
Back Matter....Pages -