Principles of Nonparametric Learning

دانلود کتاب Principles of Nonparametric Learning

38000 تومان موجود

کتاب اصول یادگیری ناپارامتریک نسخه زبان اصلی

دانلود کتاب اصول یادگیری ناپارامتریک 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: 9


توضیحاتی در مورد کتاب Principles of Nonparametric Learning

نام کتاب : Principles of Nonparametric Learning
ویرایش : 1
عنوان ترجمه شده به فارسی : اصول یادگیری ناپارامتریک
سری : International Centre for Mechanical Sciences 434
نویسندگان :
ناشر : Springer-Verlag Wien
سال نشر : 2002
تعداد صفحات : 344
ISBN (شابک) : 9783211836880 , 9783709125687
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 24 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 :




این کتاب تجزیه و تحلیل عمیق سیستماتیک یادگیری ناپارامتریک را ارائه می دهد. این محدودیت‌های نظری و الگوریتم‌ها و تخمین‌های بهینه مجانبی، مانند تشخیص الگو، تخمین رگرسیون ناپارامتری، پیش‌بینی جهانی، کمی‌سازی برداری، تخمین توزیع و چگالی و برنامه‌ریزی ژنتیک را پوشش می‌دهد. این کتاب عمدتاً برای فارغ التحصیلان رشته های مهندسی، ریاضیات، علوم کامپیوتر و محققان دانشگاه ها و مؤسسات تحقیقاتی است.


فهرست مطالب :


Front Matter....Pages N2-v
Pattern Classification and Learning Theory....Pages 1-56
Nonparametric Regression Estimation....Pages 57-112
Universal Prediction....Pages 113-162
Learning-Theoretic Methods in Vector Quantization....Pages 163-210
Distribution and Density Estimation....Pages 211-270
Genetic Programming Applied to Model Identification....Pages 271-335

توضیحاتی در مورد کتاب به زبان اصلی :


The book provides systematic in-depth analysis of nonparametric learning. It covers the theoretical limits and the asymptotical optimal algorithms and estimates, such as pattern recognition, nonparametric regression estimation, universal prediction, vector quantization, distribution and density estimation and genetic programming. The book is mainly addressed to postgraduates in engineering, mathematics, computer science, and researchers in universities and research institutions.




پست ها تصادفی