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: 1
نویسندگان: Gene I. Sher (auth.)
سری:
ISBN (شابک) : 9781461444633, 9781461444626
ناشر: Springer-Verlag New York
سال نشر: 2013
تعداد صفحات: 835
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 15 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای تکامل عصبی از طریق ارلنگ: مهندسی نرم افزار/برنامه نویسی و سیستم عامل، هوش مصنوعی (شامل رباتیک)، زیست شناسی محاسباتی/بیوانفورماتیک
در صورت تبدیل فایل کتاب Handbook of neuroevolution through Erlang 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 راهنمای تکامل عصبی از طریق ارلنگ 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.
Handbook of Neuroevolution Through Erlang هم نظریه و هم روش شناسی توسعه یک سیستم هوش محاسباتی مبتنی بر تکامل عصبی با استفاده از Erlang را ارائه می دهد. این کتاب راهنما با مقدمه ای که توسط جو آرمسترانگ نوشته شده است، آموزش گسترده ای برای ایجاد یک پلت فرم جدید توپولوژی و شبکه عصبی مصنوعی در حال تحول وزن (TWEANN) ارائه می دهد. در قالب گام به گام، خواننده از یک نورون شبیه سازی شده به یک سیستم کامل هدایت می شود. با دنبال کردن این مراحل، خواننده میتواند از فناوری جدید برای ساخت یک سیستم TWEANN استفاده کند که میتواند در شبیهسازی زندگی مصنوعی و معاملات فارکس اعمال شود. به دلیل معماری Erlang، کاملاً با سیستم های تکاملی و عصبی-کامپیشنال مطابقت دارد. به عنوان یک زبان برنامه نویسی، این یک الگوی انتقال پیام همزمان است که به توسعه دهندگان اجازه می دهد تا از سیستم های چند هسته ای و چند سی پی یو استفاده کامل کنند. Handbook of Neuroevolution Through Erlang توضیح میدهد که چگونه میتوان از ویژگیهای Erlang در زمینه یادگیری ماشینی و کاربردهای دنیای واقعی سیستم، از تجارت مالی الگوریتمی گرفته تا زندگی مصنوعی و روباتیک استفاده کرد.
Handbook of Neuroevolution Through Erlang presents both the theory behind, and the methodology of, developing a neuroevolutionary-based computational intelligence system using Erlang. With a foreword written by Joe Armstrong, this handbook offers an extensive tutorial for creating a state of the art Topology and Weight Evolving Artificial Neural Network (TWEANN) platform. In a step-by-step format, the reader is guided from a single simulated neuron to a complete system. By following these steps, the reader will be able to use novel technology to build a TWEANN system, which can be applied to Artificial Life simulation, and Forex trading. Because of Erlang’s architecture, it perfectly matches that of evolutionary and neurocomptational systems. As a programming language, it is a concurrent, message passing paradigm which allows the developers to make full use of the multi-core & multi-cpu systems. Handbook of Neuroevolution Through Erlang explains how to leverage Erlang’s features in the field of machine learning, and the system’s real world applications, ranging from algorithmic financial trading to artificial life and robotics.
Front Matter....Pages i-xx
Introduction: Applications & Motivations....Pages 1-39
Front Matter....Pages 41-41
Introduction to Neural Networks....Pages 43-79
Introduction to Evolutionary Computation....Pages 81-104
Introduction to Neuroevolutionary Methods....Pages 105-141
The Unintentional Neural Network Programming Language....Pages 143-150
Front Matter....Pages 151-151
Developing a Feed Forward Neural Network....Pages 153-185
Adding the “Stochastic Hill-Climber” Learning Algorithm....Pages 187-227
Developing a Simple Neuroevolutionary Platform....Pages 229-346
Testing the Neuroevolutionary System....Pages 347-395
Front Matter....Pages 397-397
DXNN: A Case Study....Pages 399-444
Front Matter....Pages 445-445
Decoupling & Modularizing Our Neuroevolutionary Platform....Pages 447-526
Keeping Track of Important Population and Evolutionary Stats....Pages 527-545
The Benchmarker....Pages 547-571
Creating the Two Slightly More Complex Benchmarks....Pages 573-608
Neural Plasticity....Pages 609-659
Substrate Encoding....Pages 661-734
Substrate Plasticity....Pages 735-752
Front Matter....Pages 753-753
Artificial Life....Pages 755-783
Evolving Currency Trading Agents....Pages 785-824
Front Matter....Pages 825-827
Conclusion....Pages 829-830
Back Matter....Pages 831-831