دانلود کتاب A Probabilistic Theory of Pattern Recognition
49,000 تومان
نظریه احتمالی تشخیص الگو
| موضوع اصلی | ریاضیات کاربردی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer-Verlag New York |
| تعداد صفحه | 638 |
| حجم فایل | 11 مگابایت |
| کد کتاب | 0387946187,9780387946184 |
| نوبت چاپ | 1 |
| نویسنده | Gábor Lugosi (auth.), László Györfi, Luc Devroye |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 1996 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
نظریه احتمالی تشخیص الگو
تشخیص الگو یکی از مهمترین چالشها برای دانشمندان و مهندسان است و رویکردهای مختلفی پیشنهاد شده است. هدف این کتاب ارائه گزارشی مستقل از تحلیل احتمالی این رویکردها است. این کتاب شامل بحث در مورد اندازهگیری فاصله، روشهای ناپارامتری مبتنی بر هسته یا نزدیکترین همسایهها، نظریه Vapnik-Chervonenkis، آنتروپی اپسیلون، طبقهبندی پارامتریک، تخمین خطا، طبقهبندیکننده آزاد و شبکههای عصبی است. تا جایی که ممکن است، ویژگی ها و نابرابری های بدون توزیع به دست می آیند. بخش قابل توجهی از نتایج یا تجزیه و تحلیل جدید است. بیش از 430 مسئله و تمرین مکمل مطالب است.
Pattern recognition presents one of the most significant challenges for scientists and engineers, and many different approaches have been proposed. The aim of this book is to provide a self-contained account of probabilistic analysis of these approaches. The book includes a discussion of distance measures, nonparametric methods based on kernels or nearest neighbors, Vapnik-Chervonenkis theory, epsilon entropy, parametric classification, error estimation, free classifiers, and neural networks. Wherever possible, distribution-free properties and inequalities are derived. A substantial portion of the results or the analysis is new. Over 430 problems and exercises complement the material.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.