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:
نویسندگان: Ke-Lin Du. M. N. S. Swamy (auth.)
سری:
ISBN (شابک) : 9781447155706, 9781447155713
ناشر: Springer London
سال نشر: 2014
تعداد صفحات: 834
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 مگابایت
در صورت تبدیل فایل کتاب Neural Networks and Statistical Learning 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 شبکه های عصبی و یادگیری آماری 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.
این کتاب فرآیندهای Lévy و کاربردهای آنها را در زمینه قابلیت اطمینان و ذخیره سازی پوشش می دهد. توجه ویژه ای به توزیع عمر و نگهداری دستگاه های در معرض تخریب می شود. تخمین پارامترهای فرآیند تخریب نیز مورد بحث قرار گرفته است، همانطور که تعمیر و نگهداری سدها در معرض ورودی Lévy است.
This book covers Lévy processes and their applications in the contexts of reliability and storage. Special attention is paid to life distributions and the maintenance of devices subject to degradation; estimating the parameters of the degradation process is also discussed, as is the maintenance of dams subject to Lévy input.
Front Matter....Pages i-xxvii
Introduction....Pages 1-14
Fundamentals of Machine Learning....Pages 15-65
Perceptrons....Pages 67-81
Multilayer Perceptrons: Architecture and Error Backpropagation....Pages 83-126
Multilayer Perceptrons: Other Learning Techniques....Pages 127-157
Hopfield Networks, Simulated Annealing, and Chaotic Neural Networks....Pages 159-186
Associative Memory Networks....Pages 187-214
Clustering I: Basic Clustering Models and Algorithms....Pages 215-258
Clustering II: Topics in Clustering....Pages 259-297
Radial Basis Function Networks....Pages 299-335
Recurrent Neural Networks....Pages 337-353
Principal Component Analysis....Pages 355-405
Nonnegative Matrix Factorization....Pages 407-417
Independent Component Analysis....Pages 419-450
Discriminant Analysis....Pages 451-468
Support Vector Machines....Pages 469-524
Other Kernel Methods....Pages 525-545
Reinforcement Learning....Pages 547-561
Probabilistic and Bayesian Networks....Pages 563-619
Combining Multiple Learners: Data Fusion and Emsemble Learning....Pages 621-643
Introduction to Fuzzy Sets and Logic....Pages 645-676
Neurofuzzy Systems....Pages 677-704
Neural Circuits and Parallel Implementation....Pages 705-725
Pattern Recognition for Biometrics and Bioinformatics....Pages 727-745
Data Mining....Pages 747-778
Back Matter....Pages 779-824