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: آموزشی ویرایش: 1st نویسندگان: Saad David سری: ISBN (شابک) : 0521652634, 9780521652636 ناشر: سال نشر: 1999 تعداد صفحات: 409 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب On-Line Learning in Neural Networks 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 آموزش آنلاین در 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.
یادگیری آنلاین یکی از متداول ترین تکنیک ها برای آموزش شبکه های عصبی است. اگرچه در بسیاری از کاربردهای دنیای واقعی با موفقیت مورد استفاده قرار گرفته است، اکثر روشهای آموزشی مبتنی بر مشاهدات اکتشافی هستند. عدم پشتیبانی نظری به اعتبار و همچنین کارایی آموزش شبکه های عصبی آسیب می رساند و انتخاب روش های مطمئن یا بهینه را دشوار می کند. این کتاب تصویری منسجم از وضعیت هنر در تحلیل نظری یادگیری آنلاین ارائه میکند. یک مقدمه موضوع را به دیگر پیشرفتها در شبکههای عصبی مرتبط میکند و تصویر کلی را توضیح میدهد. نظرسنجیهای متخصصان برجسته در این زمینه، مواد جدید و تثبیتشده را ترکیب میکند و به افراد غیرمتخصص امکان میدهد درباره تکنیکها و روشهای مورد استفاده بیشتر بیاموزند. این کتاب که اولین کتاب در این زمینه است، دید جامعی از موضوع ارائه می دهد و مورد استقبال ریاضیدانان، دانشمندان و مهندسان، چه در صنعت و چه در دانشگاه خواهد بود.
On-line learning is one of the most commonly used techniques for training neural networks. Though it has been used successfully in many real-world applications, most training methods are based on heuristic observations. The lack of theoretical support damages the credibility as well as the efficiency of neural networks training, making it hard to choose reliable or optimal methods. This book presents a coherent picture of the state of the art in the theoretical analysis of on-line learning. An introduction relates the subject to other developments in neural networks and explains the overall picture. Surveys by leading experts in the field combine new and established material and enable nonexperts to learn more about the techniques and methods used. This book, the first in the area, provides a comprehensive view of the subject and will be welcomed by mathematicians, scientists and engineers, both in industry and academia.