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 with R (Codes)

دانلود کتاب شبکه های عصبی با R (کدها)

مشخصات کتاب

Neural Networks with R (Codes)

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: Codes Only 
نویسندگان: Balaji Venkateswaran,  Giuseppe Ciaburro  
سری:  
ISBN (شابک) : 1788399412, 9781788399418 
ناشر: Packt Publishing 
سال نشر: 2017 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : ZIP (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت

قیمت کتاب (تومان) : 51,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 11

در صورت تبدیل فایل کتاب Neural Networks with R (Codes) 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 با R (کدها) 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 شبکه های عصبی با R (کدها)

قدرت شبکه های عصبی مصنوعی را با پیاده سازی آنها از طریق کد R کشف کنید. درباره این کتاب یک پس زمینه قوی در شبکه های عصبی با R ایجاد کنید تا آنها را در برنامه های خود پیاده سازی کنید با استفاده از قدرت یادگیری عمیق، سیستم های هوشمند بسازید مطالعات موردی در دنیای واقعی برای نشان دادن قدرت مدل‌های شبکه عصبی این کتاب برای چه کسی است این کتاب برای کسانی در نظر گرفته شده است که پیشینه آماری با دانش در R دارند و می خواهند با شبکه های عصبی کار کنند تا از داده های پیچیده نتایج بهتری بگیرند. اگر به هوش مصنوعی و یادگیری عمیق علاقه دارید و می خواهید سطح بالاتری داشته باشید، پس این کتاب همان چیزی است که شما نیاز دارید! آنچه شما یاد خواهید گرفت بسته های R را برای شبکه های عصبی و یادگیری عمیق تنظیم کنید مفاهیم اصلی شبکه های عصبی مصنوعی را درک کنید نورون ها، پرسپترون ها، سوگیری ها، وزن ها و عملکردهای فعال سازی را درک کنید پیاده سازی یادگیری ماشینی نظارت شده و بدون نظارت در R برای شبکه های عصبی پیش بینی و طبقه بندی داده ها به طور خودکار با استفاده از شبکه های عصبی مدل هایی که می سازید را ارزیابی و تنظیم کنید. در جزئیات شبکه‌های عصبی یکی از جذاب‌ترین مدل‌های یادگیری ماشینی برای حل مسائل پیچیده محاسباتی هستند. شبکه های عصبی برای حل طیف وسیعی از مشکلات در حوزه های مختلف هوش مصنوعی و یادگیری ماشین استفاده می شوند. این کتاب جنبه های تخصصی شبکه های عصبی را توضیح می دهد و پایه ای برای شروع با موضوعات پیشرفته در اختیار شما قرار می دهد. این کتاب با طراحی شبکه عصبی با استفاده از بسته شبکه عصبی آغاز می‌شود، سپس دانش پایه‌ای محکمی درباره نحوه یادگیری شبکه عصبی از داده‌ها و اصول پشت آن ایجاد خواهید کرد. این کتاب انواع مختلف شبکه های عصبی از جمله شبکه های عصبی بازگشتی و شبکه های عصبی پیچیده را پوشش می دهد. شما نه تنها نحوه آموزش شبکه های عصبی را یاد خواهید گرفت، بلکه تعمیم این شبکه ها را نیز بررسی خواهید کرد. بعداً به ترکیب مدل‌های مختلف شبکه عصبی و کار با موارد استفاده در دنیای واقعی خواهیم پرداخت. در پایان این کتاب با کمک مثال های کاربردی در کتاب یاد خواهید گرفت که مدل های شبکه عصبی را در برنامه های خود پیاده سازی کنید. سبک و رویکرد راهنمای گام به گام پر از مثال های عملی در دنیای واقعی.

توضیحاتی درمورد کتاب به خارجی

Uncover the power of artificial neural networks by implementing them through R code. About This Book Develop a strong background in neural networks with R, to implement them in your applications Build smart systems using the power of deep learning Real-world case studies to illustrate the power of neural network models Who This Book Is For This book is intended for anyone who has a statistical background with knowledge in R and wants to work with neural networks to get better results from complex data. If you are interested in artificial intelligence and deep learning and you want to level up, then this book is what you need! What You Will Learn Set up R packages for neural networks and deep learning Understand the core concepts of artificial neural networks Understand neurons, perceptrons, bias, weights, and activation functions Implement supervised and unsupervised machine learning in R for neural networks Predict and classify data automatically using neural networks Evaluate and fine-tune the models you build. In Detail Neural networks are one of the most fascinating machine learning models for solving complex computational problems efficiently. Neural networks are used to solve wide range of problems in different areas of AI and machine learning. This book explains the niche aspects of neural networking and provides you with foundation to get started with advanced topics. The book begins with neural network design using the neural net package, then you'll build a solid foundation knowledge of how a neural network learns from data, and the principles behind it. This book covers various types of neural network including recurrent neural networks and convoluted neural networks. You will not only learn how to train neural networks, but will also explore generalization of these networks. Later we will delve into combining different neural network models and work with the real-world use cases. By the end of this book, you will learn to implement neural network models in your applications with the help of practical examples in the book. Style and approach A step-by-step guide filled with real-world practical examples.