26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
13 °P sammeln
  • Broschiertes Buch

Questo libro spiega il confronto tra la tecnica statistica e la tecnica di apprendimento automatico, in particolare il modello di regressione e il modello RBFNN (Radial Basis Function Neural Network). Questa spiegazione coinvolge la teoria e il principio matematico su cui è stato sviluppato il modello RBFNN e gestisce la convinzione generale che le tecniche di apprendimento automatico siano "Scatole nere", il che significa che la matematica delle reti neurali non può essere spiegata. Pertanto, questo libro spiega la matematica delle Radial Basis Functions che dipende dalla funzione gaussiana.…mehr

Produktbeschreibung
Questo libro spiega il confronto tra la tecnica statistica e la tecnica di apprendimento automatico, in particolare il modello di regressione e il modello RBFNN (Radial Basis Function Neural Network). Questa spiegazione coinvolge la teoria e il principio matematico su cui è stato sviluppato il modello RBFNN e gestisce la convinzione generale che le tecniche di apprendimento automatico siano "Scatole nere", il che significa che la matematica delle reti neurali non può essere spiegata. Pertanto, questo libro spiega la matematica delle Radial Basis Functions che dipende dalla funzione gaussiana. Alcune stime dei due modelli sono state confrontate e spiegate in questo libro come la Somma dei quadrati degli errori, il Criterio di informazione bayesiano e l'importanza relativa di ogni variabile esplicativa.
Autorenporträt
Ich bin Statistiker, Datenanalytiker, Programmierer, Unternehmensbewerter und Dozent für Höhere Mathematik, Statistik und Physik mit sechs Jahren Erfahrung. Ich habe einen B.Sc. (Hons) in Statistik, einen M.Sc. (Hons) in Statistik und studiere derzeit einen Master in Business Administration.