دانلود کتاب Support Vector Machines for Pattern Classification
49,000 تومان
ماشینهای بردار پشتیبانی برای طبقهبندی الگوها
| موضوع اصلی | فن آوری |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer |
| تعداد صفحه | 350 |
| حجم فایل | 2 مگابایت |
| کد کتاب | 1848000456,9781848000452 |
| نوبت چاپ | 1 |
| نویسنده | Malu Castellanos, Michael W. Berry |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2005 |
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)
ماشینهای بردار پشتیبانی برای طبقهبندی الگوها
Support Vector Machines for Pattern Classification منبع جامعی برای استفاده از SVM در طبقه بندی الگوها فراهم می کند. حوزه موضوعی به ویژه با تحقیقات در مورد روش های هسته که به سرعت در حال افزایش است، به موقع است. این کتاب در تمرکز خود بر روش های طبقه بندی منحصر به فرد است. SVM های مشخصه مورد بحث قرار می گیرند: L1-SVM و L2-SVM، SVM های مربع اجاره و SVM های برنامه ریزی خطی از دیدگاه تئوری و تجربی.
SVM ها در ابتدا فرموله شدند. برای مسائل دو کلاسه، و گسترش سیستم های چند کلاسه (که برای استفاده عملی ضروری هستند) منحصر به فرد نیست. با این حال، این کتاب در بحث خود در مورد چندین معماری SVM چند کلاسه و مقایسه عملکرد آنها با استفاده از داده های دنیای واقعی، دیدگاه منحصر به فردی را ارائه می دهد که محققان و دانشجویان آن را ارزشمند خواهند یافت.
Support Vector Machines for Pattern Classification provides a comprehensive resource for the use of SVM?s in pattern classification. The subject area is particularly timely with research on kernel methods increasing rapidly; this book is unique in its focus on classification methods. The characteristic SVM?s are discussed: L1-SVMs and L2-SVMs, lease squares SVMs and linear programming SVMs from both a theoretical and an experimental viewpoint.
SVMs were originally formulated for two-class problems, and an extension to multiclass systems (which are essential for practical use) is not unique. However, in its discussion of several multiclass SVM architectures and the comparison of their performance using real world data, this book provides a unique perspective that researchers and students will find invaluable.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.