دانلود کتاب Data Complexity in Pattern Recognition
49,000 تومان
پیچیدگی داده در تشخیص الگو
| موضوع اصلی | الگوریتم ها و ساختارهای داده: تشخیص الگو |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer |
| تعداد صفحه | 306 |
| حجم فایل | 6 مگابایت |
| کد کتاب | 1846281725,9781846281716,1846281717 |
| نویسنده | Basu M. (ed.), Ho T.K. (ed.) |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2006 |
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)
پیچیدگی داده در تشخیص الگو
ماشینهایی که قادر به تشخیص خودکار الگو هستند، کاربردهای شگفتانگیزی در علم و مهندسی و همچنین در زندگی روزمره ما دارند. الگوریتمهایی برای طبقهبندی نظارتشده، که در آن فرد مرز تصمیمگیری را از مجموعهای از مثالهای آموزشی استنباط میکند، هسته اصلی این قابلیت است. این کتاب دیدگاهی دقیق از پیچیدگی دادهها و نقش آن در شکلدهی نظریهها و تکنیکها در رشتههای مختلف دارد و میپرسد: * چه چیزی از تکنیک های طبقه بندی فعلی کم است؟ * وقتی طبقهبندیکنندههای خودکار کامل نیستند، آیا نقص الگوریتمها از نظر طراحی است یا مشکلی ذاتی در کار طبقهبندی است؟ * چگونه بفهمیم که آیا از دانش نهفته در دادههای آموزشی تا حد زیادی بهرهبرداری کردهایم؟ منحصر به فرد از نظر پوشش جامع و رویکرد چند رشتهای از دیدگاههای مختلف روششناختی و عملی، محققان و پزشکان این کتاب را مرجعی روشنگر برای یادگیری در مورد روز میدانند. تکنیک های موجود و همچنین حوزه های کاربردی.
Data Complexity in Pattern Recognition
Machines capable of automatic pattern recognition have many fascinating uses in science & engineering as well as in our daily lives. Algorithms for supervised classification, where one infers a decision boundary from a set of training examples, are at the core of this capability.This book takes a close view of data complexity & its role in shaping the theories & techniques in different disciplines & asks: * What is missing from current classification techniques? * When the automatic classifiers are not perfect, is it a deficiency of the algorithms by design, or is it a difficulty intrinsic to the classification task? * How do we know whether we have exploited to the fullest extent the knowledge embedded in the training data?Uunique in its comprehensive coverage & multidisciplinary approach from various methodological & practical perspectives, researchers & practitioners will find this book an insightful reference to learn about current available techniques as well as application areas.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.