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 Networks Computational Models and Applications

دانلود کتاب مدل ها و برنامه های محاسباتی شبکه های عصبی

مشخصات کتاب

Neural Networks Computational Models and Applications

ویرایش:  
نویسندگان: Huajin Tang,  Kay Chen Tan,  Zhang Yi  
سری:  
 
ناشر: Springer 
سال نشر: 2007 
تعداد صفحات: 310 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت

قیمت کتاب (تومان) : 40,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 17

در صورت تبدیل فایل کتاب Neural Networks Computational Models and Applications 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 مدل ها و برنامه های محاسباتی شبکه های عصبی 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 مدل ها و برنامه های محاسباتی شبکه های عصبی

شبکه‌های عصبی: مدل‌ها و کاربردهای محاسباتی، مسائل نظری و عملی مهمی را در شبکه‌های عصبی ارائه می‌دهند، از جمله الگوریتم‌های یادگیری شبکه‌های عصبی پیش‌خور، ویژگی‌های دینامیکی مختلف شبکه‌های عصبی بازگشتی، شبکه‌های برنده همه چیز و کاربردهای آن‌ها در منیفولدهای گسترده محاسباتی. هوش: تشخیص الگو، تقریب یکنواخت، بهینه سازی محدود، مسائل NP-hard و تقسیم بندی تصویر. این کتاب درک فشرده و روشنگری از دامنه گسترده و به سرعت در حال رشد شبکه های عصبی ارائه می دهد.

توضیحاتی درمورد کتاب به خارجی

Neural Networks: Computational Models and Applications presents important theoretical and practical issues in neural networks, including the learning algorithms of feed-forward neural networks, various dynamical properties of recurrent neural networks, winner-take-all networks and their applications in broad manifolds of computational intelligence: pattern recognition, uniform approximation, constrained optimization, NP-hard problems, and image segmentation. The book offers a compact, insightful understanding of the broad and rapidly growing neural networks domain.