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 Graphical models : foundations of neural computation

دانلود کتاب مدل های گرافیکی: مبانی محاسبه عصبی

Graphical models : foundations of neural computation

مشخصات کتاب

Graphical models : foundations of neural computation

ویرایش:  
نویسندگان:   
سری: Computational neuroscience. 
ISBN (شابک) : 0262600420, 9780262600422 
ناشر: MIT Press 
سال نشر: 2001. 
تعداد صفحات: 433 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 48 مگابایت 

قیمت کتاب (تومان) : 48,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Graphical models : foundations of neural computation 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 مدل های گرافیکی: مبانی محاسبه 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 مدل های گرافیکی: مبانی محاسبه عصبی

1 شبکه های استقلال احتمالی برای مدل های احتمالی مارکوف پنهان / پادرایک اسمیت، دیوید هکرمن، مایکل اول. جردن 1 -- 2 یادگیری و یادگیری مجدد در ماشین های بولتزمن / G.E. هینتون، تی.جی. Sejnowski 45 -- 3 آموزش در درختان بولتزمن / لارنس ساول، مایکل اول جردن 77 -- 4 آموزش قطعی بولتزمن تندترین فرود را در فضای وزنی انجام می دهد / جفری ای. هینتون 89 -- 5 دینامیک جذب کننده در شبکه های عصبی پیشرو / Lawrence K. Saul, Michael I. Jordan 97 -- 6 یادگیری کارآمد در ماشین های بولتزمن با استفاده از نظریه پاسخ خطی / H.J. Kappen, F.B. رودریگز 121 -- 7 ماشین های موازی بولتزمن نامتقارن شبکه های اعتقادی هستند / رادفورد ام. نیل 141 -- 8 یادگیری متغیر در شبکه های باور غیرخطی گاوسی / برندن جی فری، جفری ای. هینتون 145 -- 9 مخلوطی از تحلیلگرهای مؤلفه اصلی احتمالی / مایکل ای. تیپینگ، کریستوفر ام. بیشاپ 167 -- 10 تحلیل عاملی مستقل / H. Attias 207 -- 11 ترکیب سلسله مراتبی متخصصان و الگوریتم EM / مایکل آی. جردن، رابرت ای. جیکوبز 257 -- 12 شبکه عصبی پنهان / اندرس کروگ، سورن کاماریچ ریس 291 -- 13 یادگیری متغیر برای مدل‌های حالت-فضای سوئیچینگ / ذوبین قهرمانی، جفری ای. هینتون 315 -- 14 پیش بینی غیرخطی سری زمانی با داده های گمشده و پر سر و صدا / Volker Tresp، Reimar Hofmann 349 -- 15 صحت انتشار احتمال محلی در مدل های گرافیکی با حلقه / Yair Weiss 367.


توضیحاتی درمورد کتاب به خارجی

1 Probabilistic Independence Networks for Hidden Markov Probability Models / Padhraic Smyth, David Heckerman, Michael I. Jordan 1 -- 2 Learning and Relearning in Boltzmann Machines / G.E. Hinton, T.J. Sejnowski 45 -- 3 Learning in Boltzmann Trees / Lawrence Saul, Michael I. Jordan 77 -- 4 Deterministic Boltzmann Learning Performs Steepest Descent in Weight-Space / Geoffrey E. Hinton 89 -- 5 Attractor Dynamics in Feedforward Neural Networks / Lawrence K. Saul, Michael I. Jordan 97 -- 6 Efficient Learning in Boltzmann Machines Using Linear Response Theory / H.J. Kappen, F.B. Rodriguez 121 -- 7 Asymmetric Parallel Boltzmann Machines Are Belief Networks / Radford M. Neal 141 -- 8 Variational Learning in Nonlinear Gaussian Belief Networks / Brendan J. Frey, Geoffrey E. Hinton 145 -- 9 Mixtures of Probabilistic Principal Component Analyzers / Michael E. Tipping, Christopher M. Bishop 167 -- 10 Independent Factor Analysis / H. Attias 207 -- 11 Hierarchical Mixtures of Experts and the EM Algorithm / Michael I. Jordan, Robert A. Jacobs 257 -- 12 Hidden Neural Networks / Anders Krogh, Soren Kamaric Riis 291 -- 13 Variational Learning for Switching State-Space Models / Zoubin Ghahramani, Geoffrey E. Hinton 315 -- 14 Nonlinear Time-Series Prediction with Missing and Noisy Data / Volker Tresp, Reimar Hofmann 349 -- 15 Correctness of Local Probability Propagation in Graphical Models with Loops / Yair Weiss 367.





نظرات کاربران