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: Enrique Castillo, José Manuel Gutiérrez, Ali S. Hadi (auth.) سری: Monographs in Computer Science ISBN (شابک) : 9780387948584, 9781461222705 ناشر: Springer New York سال نشر: 1997 تعداد صفحات: 601 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 21 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Expert Systems and Probabilistic Network Models 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 سیستم های خبره و مدل های شبکه احتمالی 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.
هوش مصنوعی و سیستمهای خبره در سالهای اخیر تحقیقات زیادی را به خود دیدهاند که بیشتر آنها به روشهایی برای گنجاندن عدم قطعیت در مدلها اختصاص یافته است. این کتاب به ارائه یک بررسی کامل و به روز در این زمینه برای محققان و دانشجویان اختصاص دارد.
Artificial intelligence and expert systems have seen a great deal of research in recent years, much of which has been devoted to methods for incorporating uncertainty into models. This book is devoted to providing a thorough and up-to-date survey of this field for researchers and students.
Front Matter....Pages i-xiv
Introduction....Pages 1-20
Rule-Based Expert Systems....Pages 21-68
Probabilistic Expert Systems....Pages 69-111
Some Concepts of Graphs....Pages 113-174
Building Probabilistic Models....Pages 175-210
Graphically Specified Models....Pages 211-266
Extending Graphically Specified Models....Pages 267-315
Exact Propagation in Probabilistic Network Models....Pages 317-391
Approximate Propagation Methods....Pages 393-441
Symbolic Propagation of Evidence....Pages 443-480
Learning Bayesian Networks....Pages 481-527
Case Studies....Pages 529-571
Back Matter....Pages 573-596