Statistical Mechanics of Neural Networks

دانلود کتاب Statistical Mechanics of Neural Networks

49000 تومان موجود

کتاب مکانیک آماری شبکه های عصبی نسخه زبان اصلی

دانلود کتاب مکانیک آماری شبکه های عصبی 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: 4


توضیحاتی در مورد کتاب Statistical Mechanics of Neural Networks

نام کتاب : Statistical Mechanics of Neural Networks
ویرایش : 1st ed. 2021
عنوان ترجمه شده به فارسی : مکانیک آماری شبکه های عصبی
سری :
نویسندگان :
ناشر : Springer
سال نشر : 2022
تعداد صفحات : 314
ISBN (شابک) : 9811675694 , 9789811675690
زبان کتاب : English
فرمت کتاب : epub    درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 37 Mb



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 مقدمه ای جامع بر مکانیک های آماری اساسی در زیر عملکرد داخلی شبکه های عصبی را برجسته می کند. این کتاب در جزئیات مفاهیم و تکنیک های مهم از جمله روش حفره ، تئوری میانگین ، تکنیک های ماکت ، شرایط نیشیموری ، روشهای متغیر ، نظریه میانگین دینامیکی ، یادگیری بدون نظارت ، مدل های حافظه انجمنی ، مدل های درک ، نظریه آشوب بحث می کند. از شبکه های عصبی مکرر و طیف های ویژه شبکه های عصبی ، پیاده روی زبان آموزان جدید از طریق تئوری ها و مهارت های لازم برای درک و استفاده از شبکه های عصبی. این کتاب بر چارچوب های کمی از مدل های شبکه عصبی متمرکز است که در آن مکانیسم های اساسی می توانند دقیقاً توسط فیزیک زیبایی ریاضی و پیش بینی های نظری جدا شوند. این یک مرجع خوب برای دانشجویان ، محققان و پزشکان در حوزه شبکه های عصبی است.



توضیحاتی در مورد کتاب به زبان اصلی :


This book highlights a comprehensive introduction to the fundamental statistical mechanics underneath the inner workings of neural networks. The book discusses in details important concepts and techniques including the cavity method, the mean-field theory, replica techniques, the Nishimori condition, variational methods, the dynamical mean-field theory, unsupervised learning, associative memory models, perceptron models, the chaos theory of recurrent neural networks, and eigen-spectrums of neural networks, walking new learners through the theories and must-have skillsets to understand and use neural networks. The book focuses on quantitative frameworks of neural network models where the underlying mechanisms can be precisely isolated by physics of mathematical beauty and theoretical predictions. It is a good reference for students, researchers, and practitioners in the area of neural networks.




پست ها تصادفی