دانلود کتاب Learning and Soft Computing: Support Vector Machines, Neural Networks and Fuzzy Logic Models

ترجمه فارسی توضیحات (ترجمه ماشینی)

یادگیری و محاسبات نرم: ماشین‌های برداری پشتیبانی، شبکه‌های عصبی و مدل‌های منطق فازی

این کتاب درسی مقدمه ای کامل در زمینه یادگیری از داده های تجربی و محاسبات نرم ارائه می دهد. ماشین‌های بردار پشتیبان (SVM) و شبکه‌های عصبی (NN) ساختارها یا مدل‌های ریاضی هستند که اساس یادگیری را تشکیل می‌دهند، در حالی که سیستم‌های منطق فازی (FLS) ما را قادر می‌سازند دانش ساخت‌یافته انسانی را در الگوریتم‌های قابل اجرا جاسازی کنیم. این کتاب فرض می‌کند که نه تنها مفید است، بلکه ضروری است که با SVM، NN و FLS به عنوان بخش‌هایی از یک کل متصل رفتار کنیم. در سرتاسر، تئوری و الگوریتم‌ها با مثال‌های عملی و همچنین با مجموعه‌های مسئله و آزمایش‌های شبیه‌سازی شده نشان داده می‌شوند. این رویکرد خواننده را قادر می سازد تا علاوه بر درک آنها، SVM، NN و FLS را توسعه دهد. این کتاب همچنین سه مطالعه موردی را ارائه می‌کند: کنترل مبتنی بر NN، تجزیه و تحلیل سری‌های زمانی مالی، و گرافیک رایانه‌ای. راهنمای راه حل ها و تمام برنامه های MATLAB مورد نیاز برای آزمایش های شبیه سازی شده در دسترس هستند.

Learning and Soft Computing: Support Vector Machines, Neural Networks and Fuzzy Logic Models

This textbook provides a thorough introduction to the field of learning from experimental data and soft computing. Support vector machines (SVM) and neural networks (NN) are the mathematical structures, or models, that underlie learning, while fuzzy logic systems (FLS) enable us to embed structured human knowledge into workable algorithms. The book assumes that it is not only useful, but necessary, to treat SVM, NN, and FLS as parts of a connected whole. Throughout, the theory and algorithms are illustrated by practical examples, as well as by problem sets and simulated experiments. This approach enables the reader to develop SVM, NN, and FLS in addition to understanding them. The book also presents three case studies: on NN-based control, financial timeseries analysis, and computer graphics. A solutions manual and all of the MATLAB programs needed for the simulated experiments are available.