Merkzettel Warenkorb
  • Produktbild: Neural Networks and Statistical Learning
  • Produktbild: Neural Networks and Statistical Learning
- 11%

Neural Networks and Statistical Learning

11% sparen

96,99 € UVP 109,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.09.2016

Abbildungen

XXVII, 166 illus., 68 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Verlag

Springer London

Seitenzahl

824

Maße (L/B/H)

23,5/15,5/4,6 cm

Gewicht

1264 g

Auflage

Softcover reprint of the original 1st ed. 2014

Sprache

Englisch

ISBN

978-1-4471-7047-1

Beschreibung

Rezension

“Neural networks and statistical learning, has a lot to contribute. This comprehensive, well-organized and up-to-date text proves that the subject matter is richer when the topics of neural networks and statistical learning are studied together. Ideas drawn from both areas are hybridized to perform improved learning tasks beyond the capability of each, which is ideal for professional engineers, research scientists or graduate students. … the book is both a great read and a great resource.” (Dragos Calitoiu, Mathematical Reviews, May, 2015)

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.09.2016

Abbildungen

XXVII, 166 illus., 68 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Verlag

Springer London

Seitenzahl

824

Maße (L/B/H)

23,5/15,5/4,6 cm

Gewicht

1264 g

Auflage

Softcover reprint of the original 1st ed. 2014

Sprache

Englisch

ISBN

978-1-4471-7047-1

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Neural Networks and Statistical Learning
  • Produktbild: Neural Networks and Statistical Learning
  • Introduction.- Fundamentals of Machine Learning.- Perceptrons.- Multilayer perceptrons: architecture and error backpropagation.- Multilayer perceptrons: other learing techniques.- Hopfield networks, simulated annealing and chaotic neural networks.- Associative memory networks.- Clustering I: Basic clustering models and algorithms.- Clustering II: topics in clustering.- Radial basis function networks.- Recurrent neural networks.- Principal component analysis.- Nonnegative matrix factorization and compressed sensing.- Independent component analysis.- Discriminant analysis.- Support vector machines.- Other kernel methods.- Reinforcement learning.- Probabilistic and Bayesian networks.- Combining multiple learners: data fusion and emsemble learning.- Introduction of fuzzy sets and logic.- Neurofuzzy systems.- Neural circuits.- Pattern recognition for biometrics and bioinformatics.- Data mining.- Appenidx A. Mathematical Preliminaries.- Appendix B. Benchmarks and resources.