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 Neural network learning and expert systems

دانلود کتاب سیستم های عصبی یادگیری و سیستم های متخصص

Neural network learning and expert systems

مشخصات کتاب

Neural network learning and expert systems

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 0262071452, 9780262071451 
ناشر: MIT Press 
سال نشر: 1993 
تعداد صفحات: 0 
زبان: English  
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 36,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Neural network learning and expert systems 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 عصبی یادگیری و سیستم های متخصص 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 سیستم های عصبی یادگیری و سیستم های متخصص

اکثر برنامه‌های شبکه عصبی برای رایانه‌های شخصی به سادگی مجموعه‌ای از الگوریتم‌های ثابت لایه شبکه را با منوهای کشویی کنترل می‌کنند. این آموزش جدید آزمایش های عملی شبکه عصبی را با رویکردی متفاوت ارائه می دهد. یک زبان ماتریسی ساده به کاربران امکان می‌دهد شبکه‌های عصبی خود را ایجاد کرده و شبکه‌ها را ترکیب کنند، و این تنها نرم‌افزار موجود در حال حاضر است که امکان شبیه‌سازی ترکیبی شبکه‌های عصبی را با سایر سیستم‌های پویا مانند روبات‌ها یا مدل‌های فیزیولوژیکی فراهم می‌کند. نسخه دانشجویی DESIRE/NEUNET با سیستم کامل فقط در اندازه ناحیه داده متفاوت است و شامل ویرایشگر صفحه، کامپایلر، گرافیک رنگی، صفحه راهنما و نمونه های آماده اجرا می شود. کاربران همچنین می‌توانند صفحه‌های راهنما و منوهای تعاملی خود را اضافه کنند. این کتاب مقدمه‌ای بر شبکه‌های عصبی و شبیه‌سازی، آموزش نرم‌افزار و بسیاری از برنامه‌های کامل از جمله چندین طرح پس‌پخش، جستجوی تصادفی خزنده، یادگیری رقابتی با و بدون تشدید تطبیقی ​​ارائه می‌کند. تابع و "وجدان"، انتشار متقابل، نورون‌های غیرخطی گروسبرگ، حافظه‌های ارتباطی نوع هاپفیلد و دو جهته، پیش‌بینی‌کننده‌ها، یادگیری عملکرد، ساعت‌های بیولوژیکی، شناسایی سیستم، و موارد دیگر. علاوه بر این، کتاب یک محیط ساده و یکپارچه را برای برنامه نویسی، نمایش و تهیه گزارش. حتی معادلات دیفرانسیل نیز در نمادهای ریاضی معمولی وارد می شوند. کاربران برای برنامه ریزی مدل های نورون غیرخطی نیازی به یادگیری C یا LISP ندارند. برای اجازه آزمایش‌های تعاملی واقعاً، کامپایل فوق‌العاده قابل توجه نیست، و شبیه‌سازی‌ها سریع‌تر از PC FORTRAN اجرا می‌شوند. تقریباً 90 تصویر شامل نمودارهای بلوکی، برنامه‌های رایانه‌ای و نمودارهای شبیه‌سازی-خروجی است. Granino A. Kom استاد مهندسی برق بوده است. در دانشگاه آریزونا و به مدت یک دهه در صنعت هوافضا کار کرده است. او نویسنده ده متن و کتاب مهندسی دیگر است.


توضیحاتی درمورد کتاب به خارجی

Most neural network programs for personal computers simply control a set of fixed, canned network-layer algorithms with pulldown menus. This new tutorial offers hands-on neural network experiments with a different approach. A simple matrix language lets users create their own neural networks and combine networks, and this is the only currently available software permitting combined simulation of neural networks together with other dynamic systems such as robots or physiological models. The enclosed student version of DESIRE/NEUNET differs from the full system only in the size of its data area and includes a screen editor, compiler, color graphics, help screens, and ready-to-run examples. Users can also add their own help screens and interactive menus.The book provides an introduction to neural networks and simulation, a tutorial on the software, and many complete programs including several backpropagation schemes, creeping random search, competitive learning with and without adaptive-resonance function and "conscience," counterpropagation, nonlinear Grossberg-type neurons, Hopfield-type and bidirectional associative memories, predictors, function learning, biological clocks, system identification, and more.In addition, the book introduces a simple, integrated environment for programming, displays, and report preparation. Even differential equations are entered in ordinary mathematical notation. Users need not learn C or LISP to program nonlinear neuron models. To permit truly interactive experiments, the extra-fast compilation is unnoticeable, and simulations execute faster than PC FORTRAN.The nearly 90 illustrations include block diagrams, computer programs, and simulation-output graphs.Granino A. Kom has been a Professor of Electrical Engineering at the University of Arizona and has worked in the aerospace industry for a decade. He is the author of ten other engineering texts and handbooks.





نظرات کاربران