Neure Network Оригинальная версия оригинальной версии оригинальных нейронных сетей Huayan для распознавания образцов английская версия импортированных английских книг
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Название: Нейронные сети для резониции с шаблоном (машинный перевод) Распознавание режима Нейронная сеть
Автор: Кристофер М. Бишоп
Имя издательства: Clarendon Press
Время публикации: 1996
Английский язык
ISBN: 9780198538646
Размер товара: 2,8 x 23,3 x 15,7 см
Упаковка: Тихий океан
С точки зрения статистического распознавания модели, эта книга предоставляет первую комплексную обработку нейронных сетей обратной связи.После введения основных концепций распознавания режимов в этой книге описывается технология создания функции плотности вероятности модуля, и обсуждает природу и относительные преимущества моделей сети с сетью радиальной базовой функции.Он также стимулирует использование различных форм функций ошибок и просмотрит основной алгоритм минимизации функций ошибок.В дополнение к предоставлению подробного обсуждения обучения и обобщения нейронной сети, эта книга также охватывает важные темы для обработки данных, извлечения функций и приоритетных знаний.Эта книга заканчивается обширной обработкой байесовской технологии и ее применением в нейронных сетях.
This book provides the first comprehensive treatment of feed-forward neural networks from the perspective of statistical pattern recognition. After introducing the basic concepts of pattern recognition, the book describes techniques for modelling probability density functions, and discusses the properties and relative merits of the multi-layer perceptron and radial basis function network models. It also motivates the use of various forms of error functions, and reviews the principal algorithms for error function minimization. As well as providing a detailed discussion of learning and generalization in neural networks, the book also covers the important topics of data processing, feature extraction, and prior knowledge. The book concludes with an extensive treatment of Bayesian techniques and their applications to neural networks.
Крис·Би Сяопу является выдающимся ученым Microsoft и директором лаборатории Кембриджского научно -исследовательского института Microsoft.Он также является профессором компьютерных наук в Эдинбургском университете и исследователем Университета Кембриджского университета.В 2004 году он был избран академиком Королевской инженерной академии и был избран академиком Королевского общества Эдинбурга в 2007 году.
Крис получил степень бакалавра в области физики в Оксфордском университете, получил докторскую степень в области теоретической физики в Эдинбургском университете и опубликовал статью о теории квантовой области.Позже он присоединился к лаборатории Culham, где он был привержен теории магнитной сдержанности плазмы в рамках проекта европейского контроля.
Chris Bishop is a Microsoft Distinguished Scientist and the Laboratory Director at Microsoft Research Cambridge. He is also Professor of Computer Science at the University of Edinburgh, and a Fellow of Darwin College, Cambridge. In 2004, he was elected Fellow of the Royal Academy of Engineering, and in 2007 he was elected Fellow of the Royal Society of Edinburgh.
Chris obtained a BA in Physics from Oxford, and a PhD in Theoretical Physics from the University of Edinburgh, with a thesis on quantum field theory. He then joined Culham Laboratory where he worked on the theory of magnetically confined plasmas as part of the European controlled fusion programme.
1234567
