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 Principles of Artificial Neural Networks

دانلود کتاب اصول شبکه های عصبی مصنوعی

مشخصات کتاب

Principles of Artificial Neural Networks

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 3rd 
نویسندگان: Daniel Graupe  
سری: Advanced Series in Circuits and Systems 7 
ISBN (شابک) : 9814522732, 9789814522731 
ناشر: World Scientific Publishing Company 
سال نشر: 2013 
تعداد صفحات: 383 
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

کلمات کلیدی مربوط به کتاب اصول شبکه های عصبی مصنوعی: علوم و مهندسی کامپیوتر، هوش مصنوعی، شبکه های عصبی

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 23

در صورت تبدیل فایل کتاب Principles of Artificial 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 اصول شبکه های عصبی مصنوعی 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 اصول شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی برای حل مسائل پیچیده، نامشخص، بسیار غیرخطی، متغیرهای متعدد و متفاوت و/یا تصادفی مناسب هستند. چنین مشکلاتی در پزشکی، مالی، امنیت و فراتر از آن فراوان است.

این جلد نظریه و معماری اساسی شبکه های عصبی مصنوعی اصلی را پوشش می دهد. به طور منحصر به فرد، 18 مطالعه موردی کامل از کاربردهای شبکه‌های عصبی در زمینه‌های مختلف، از طبقه‌بندی شکل سلولی گرفته تا تجارت خرد در امور مالی و تا تشخیص صورت فلکی را با کدهای منبع مربوطه ارائه می‌دهد. این مطالعات موردی با جزئیات به خوانندگان نشان می دهد که چگونه چنین مطالعات موردی طراحی و اجرا می شوند و چگونه نتایج خاص آنها به دست می آید.

این کتاب برای یک ترم فارغ التحصیل یا دوره ارشد در مقطع کارشناسی شبکه های عصبی مصنوعی نوشته شده است.

توضیحاتی درمورد کتاب به خارجی

Artificial neural networks are most suitable for solving problems that are complex, ill-defined, highly nonlinear, of many and different variables, and/or stochastic. Such problems are abundant in medicine, in finance, in security and beyond.

This volume covers the basic theory and architecture of the major artificial neural networks. Uniquely, it presents 18 complete case studies of applications of neural networks in various fields, ranging from cell-shape classification to micro-trading in finance and to constellation recognition all with their respective source codes. These case studies demonstrate to the readers in detail how such case studies are designed and executed and how their specific results are obtained.

The book is written for a one-semester graduate or senior-level undergraduate course on artificial neural networks.