مشخصات کتاب

Unsupervised Learning: Foundations of Neural Computation

ویرایش:  
نویسندگان: Hinton G.,  Sejnowski T.J. (eds.)  
سری: Computational Neuroscience 
ISBN (شابک) : 9780262581684, 9780262581684 
ناشر: MIT 
سال نشر: 1999 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : CHM (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

در صورت تبدیل فایل کتاب Unsupervised Learning: Foundations of Neural Computation 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 یادگیری بدون نظارت: مبانی محاسبات 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.

توضیحاتی در مورد کتاب یادگیری بدون نظارت: مبانی محاسبات عصبی

محاسبات عصبی از زمان تأسیس آن در سال 1989 توسط ترنس سجنوفسکی، به عنوان مجله پیشرو در این زمینه تبدیل شده است. مبانی محاسبات عصبی، بر اساس موضوع، مهم‌ترین مقالاتی را که در 9 سال گذشته در مجله منتشر شده است، جمع‌آوری می‌کند. این جلد از مبانی محاسبات عصبی، بر روی الگوریتم‌های یادگیری بدون نظارت، بر الگوریتم‌های یادگیری شبکه‌های عصبی تمرکز دارد که به معلم صریح نیاز ندارند. . هدف از یادگیری بدون نظارت استخراج یک نمایش داخلی کارآمد از ساختار آماری ضمنی در ورودی ها است. این الگوریتم ها بینش هایی را در مورد رشد قشر مغز و یادگیری ضمنی در انسان ارائه می دهند. آنها همچنین مورد علاقه مهندسانی هستند که در زمینه هایی مانند بینایی کامپیوتر و تشخیص گفتار کار می کنند و به دنبال نمایش کارآمد داده های ورودی خام هستند.

توضیحاتی درمورد کتاب به خارجی

Since its founding in 1989 by Terrence Sejnowski, Neural Computation has become the leading journal in the field. Foundations of Neural Computationcollects, by topic, the most significant papers that have appeared in the journal over the past nine years.This volume of Foundations of Neural Computation, on unsupervised learning algorithms, focuses on neural network learning algorithms that do not require an explicit teacher. The goal of unsupervised learning is to extract an efficient internal representation of the statistical structure implicit in the inputs. These algorithms provide insights into the development of the cerebral cortex and implicit learning in humans. They are also of interest to engineers working in areas such as computer vision and speech recognition who seek efficient representations of raw input data.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The Theory of Probability

دانلود کتاب Interfacial Aspects of Phase Transformations: Proceedings of the NATO Advanced Study Institute held at Erice, Silicy, August 29–September 9, 1981

دانلود کتاب Tocqueville ou Marx. Démocratie, capitalisme, révolution

دانلود کتاب The City, the Duke and Their Banker: The Rapondi Family and the Formation of the Burgundian State (1384-1430)

دانلود کتاب The Measure of a Man: The Story of a Father, a Son, and a Suit