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 Principal Component Neural Networks: Theory and Applications

دانلود کتاب شبکه عصبی مرکب اصلی: نظریه و برنامه های کاربردی

مشخصات کتاب

Principal Component Neural Networks: Theory and Applications

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: K. I. Diamantaras,  S. Y. Kung  
سری:  
ISBN (شابک) : 0471054364, 9780471054368 
ناشر: Wiley-Interscience 
سال نشر: 1996 
تعداد صفحات: 272 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 33,000

کلمات کلیدی مربوط به کتاب شبکه عصبی مرکب اصلی: نظریه و برنامه های کاربردی: علوم و مهندسی کامپیوتر، هوش مصنوعی، شبکه های عصبی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 16

در صورت تبدیل فایل کتاب Principal Component Neural Networks: Theory 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 شبکه عصبی مرکب اصلی: نظریه و برنامه های کاربردی 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 عصبی مرکب اصلی: نظریه و برنامه های کاربردی

به طور سیستماتیک رابطه بین تجزیه و تحلیل مؤلفه اصلی (PCA) و شبکه های عصبی را بررسی می کند. یک بررسی هم افزایی از جنبه های ریاضی، الگوریتمی، کاربردی و معماری شبکه های عصبی جزء اصلی را ارائه می دهد. با استفاده از یک فرمول یکپارچه، نویسندگان مدل‌های عصبی را ارائه می‌کنند که PCA را از قانون یادگیری هبیان و مدل‌هایی که از قوانین یادگیری حداقل مربعات مانند انتشار پس‌از استفاده می‌کنند، ارائه می‌کنند. اصول سیستم های ادراکی بیولوژیکی را بررسی می کند تا نحوه عملکرد مغز را توضیح دهد. هر فصل شامل یک لیست انتخاب شده از نمونه های برنامه های کاربردی از مناطق مختلف است.

توضیحاتی درمورد کتاب به خارجی

Systematically explores the relationship between principal component analysis (PCA) and neural networks. Provides a synergistic examination of the mathematical, algorithmic, application and architectural aspects of principal component neural networks. Using a unified formulation, the authors present neural models performing PCA from the Hebbian learning rule and those which use least squares learning rules such as back-propagation. Examines the principles of biological perceptual systems to explain how the brain works. Every chapter contains a selected list of applications examples from diverse areas.