ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 Nonparametric Learning

دانلود کتاب اصول یادگیری غیر پارامتری

Principles of Nonparametric Learning

مشخصات کتاب

Principles of Nonparametric Learning

ویرایش: 1 
نویسندگان:   
سری: International Centre for Mechanical Sciences 434 
ISBN (شابک) : 9783211836880, 9783709125687 
ناشر: Springer-Verlag Wien 
سال نشر: 2002 
تعداد صفحات: 344 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 24 مگابایت 

قیمت کتاب (تومان) : 40,000



کلمات کلیدی مربوط به کتاب اصول یادگیری غیر پارامتری: پردازش سیگنال، تصویر و گفتار، احتمال و آمار در علوم کامپیوتر، تشخیص الگو، نظریه و روش های آماری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Principles of Nonparametric Learning 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 یادگیری غیر پارامتری 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 یادگیری غیر پارامتری



این کتاب تجزیه و تحلیل عمیق سیستماتیک یادگیری ناپارامتریک را ارائه می دهد. این محدودیت‌های نظری و الگوریتم‌ها و تخمین‌های بهینه مجانبی، مانند تشخیص الگو، تخمین رگرسیون ناپارامتری، پیش‌بینی جهانی، کمی‌سازی برداری، تخمین توزیع و چگالی و برنامه‌ریزی ژنتیک را پوشش می‌دهد. این کتاب عمدتاً برای فارغ التحصیلان رشته های مهندسی، ریاضیات، علوم کامپیوتر و محققان دانشگاه ها و مؤسسات تحقیقاتی است.


توضیحاتی درمورد کتاب به خارجی

The book provides systematic in-depth analysis of nonparametric learning. It covers the theoretical limits and the asymptotical optimal algorithms and estimates, such as pattern recognition, nonparametric regression estimation, universal prediction, vector quantization, distribution and density estimation and genetic programming. The book is mainly addressed to postgraduates in engineering, mathematics, computer science, and researchers in universities and research institutions.



فهرست مطالب

Front Matter....Pages N2-v
Pattern Classification and Learning Theory....Pages 1-56
Nonparametric Regression Estimation....Pages 57-112
Universal Prediction....Pages 113-162
Learning-Theoretic Methods in Vector Quantization....Pages 163-210
Distribution and Density Estimation....Pages 211-270
Genetic Programming Applied to Model Identification....Pages 271-335




نظرات کاربران