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: سایبرنتیک: هوش مصنوعی ویرایش: Corrected نویسندگان: Ian T. Nabney سری: ISBN (شابک) : 1852334401, 9781852334406 ناشر: Springer سال نشر: 2001 تعداد صفحات: 431 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب NETLAB: الگوریتم های تشخیص الگو: علوم و مهندسی کامپیوتر، هوش مصنوعی، شبکه های عصبی
در صورت تبدیل فایل کتاب NETLAB: Algorithms for Pattern Recognition 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 NETLAB: الگوریتم های تشخیص الگو 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.
استفاده از شبکه های عصبی و تکنیک های مدل سازی داده های مرتبط، هدف این کتاب است. متن، همراه با جعبه ابزار Netlab، تمام ابزار و دانش لازم را ارائه می دهد. در سراسر، تاکید بر روشهایی است که با کاربرد عملی شبکههای عصبی برای مشکلات تحلیل الگو مرتبط هستند. تمام بخشهای جعبه ابزار بهصورت منسجمی با هم تعامل دارند و پیادهسازیها و توصیفهای تکنیکهای آماری استاندارد ارائه میشوند تا بتوان از آنها به عنوان معیارهایی استفاده کرد که الگوریتمهای پیچیدهتری را بر اساس آن ارزیابی کرد. مثالها و برنامههای نمایشی فراوانی این نظریه را نشان میدهند و به خواننده کمک میکنند الگوریتمها و نحوه اعمال آنها را درک کنند.
Getting the most out of neural networks and related data modelling techniques is the purpose of this book. The text, with the accompanying Netlab toolbox, provides all the necessary tools and knowledge. Throughout, the emphasis is on methods that are relevant to the practical application of neural networks to pattern analysis problems. All parts of the toolbox interact in a coherent way, and implementations and descriptions of standard statistical techniques are provided so that they can be used as benchmarks against which more sophisticated algorithms can be evaluated. Plenty of examples and demonstration programs illustrate the theory and help the reader understand the algorithms and how to apply them.