Introduction to Neural Networks with Java. 1-st Edition. Second printing

دانلود کتاب Introduction to Neural Networks with Java. 1-st Edition. Second printing

دسته: سایبرنتیک: هوش مصنوعی

40000 تومان موجود

کتاب مقدمه ای بر شبکه های عصبی با جاوا. نسخه 1. چاپ دوم نسخه زبان اصلی

دانلود کتاب مقدمه ای بر شبکه های عصبی با جاوا. نسخه 1. چاپ دوم بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 10


توضیحاتی در مورد کتاب Introduction to Neural Networks with Java. 1-st Edition. Second printing

نام کتاب : Introduction to Neural Networks with Java. 1-st Edition. Second printing
عنوان ترجمه شده به فارسی : مقدمه ای بر شبکه های عصبی با جاوا. نسخه 1. چاپ دوم
سری :
نویسندگان :
ناشر :
سال نشر :
تعداد صفحات : 382

زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 4 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


Heaton Research, Inc., 2005. - 380 pp., ISBN: 097732060X
مقدمه ای بر شبکه های عصبی با جاوا، ویرایش دوم، برنامه نویس جاوا را با دنیای شبکه های عصبی آشنا می کند. و هوش مصنوعی معماری‌های شبکه‌های عصبی، مانند پیشخور، هاپفیلد، و معماری‌های نقشه خودسازمان‌دهنده مورد بحث قرار می‌گیرند. تکنیک‌های آموزشی مانند انتشار پس‌ازدیاد، الگوریتم‌های ژنتیک و بازپخت شبیه‌سازی شده نیز معرفی شده‌اند. مثال های عملی برای هر شبکه عصبی آورده شده است. به عنوان مثال می توان به مسئله فروشنده دوره گرد، تشخیص دست خط، پیش بینی مالی، استراتژی بازی، توابع ریاضی و ربات های اینترنتی اشاره کرد. تمام کد منبع جاوا به صورت آنلاین برای دانلود آسان در دسترس است.


توضیحاتی در مورد کتاب به زبان اصلی :


Heaton Research, Inc., 2005. - 380 pp., ISBN: 097732060X
Introduction to Neural Networks with Java, Second Edition, introduces the Java programmer to the world of Neural Networks and Artificial Intelligence. Neural network architectures, such as the feedforward, Hopfield, and self-organizing map architectures are discussed. Training techniques, such as backpropagation, genetic algorithms and simulated annealing are also introduced. Practical examples are given for each neural network. Examples include the traveling salesman problem, handwriting recognition, financial prediction, game strategy, mathematical functions, and Internet bots. All Java source code is available online for easy downloading.



پست ها تصادفی