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 Machine Learning and Visual Perception

دانلود کتاب یادگیری ماشین و ادراک بصری

Machine Learning and Visual Perception

مشخصات کتاب

Machine Learning and Visual Perception

ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 9783110595536, 9783110593228 
ناشر: De Gruyter 
سال نشر: 2020 
تعداد صفحات: 144
[152] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 Mb 

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Machine Learning and Visual Perception 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 ماشین و ادراک بصری 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 ماشین و ادراک بصری

یادگیری ماشین و ادراک بصری یک مرور کلی به روز در مورد این موضوع ارائه می دهد، از جمله مدل PAC، درخت تصمیم، یادگیری بیزی، ماشین های بردار پشتیبانی، AdaBoost، سنجش فشاری و غیره. هر دو الگوریتم کلاسیک و جدید در طراحی طبقه بندی کننده، تشخیص چهره، یادگیری عمیق، تشخیص سری های زمانی، طبقه بندی تصویر و تشخیص اشیا معرفی شده اند.


توضیحاتی درمورد کتاب به خارجی

Machine Learning and Visual Perception provides an up-to-date overview on the topic, including the PAC model, decision tree, Bayesian learning, support vector machines, AdaBoost, compressive sensing and so on. Both classic and novel algorithms are introduced in classifier design, face recognition, deep learning, time series recognition, image classification, and object detection.





نظرات کاربران