Résumé
This is the first comprehensive treatment of feed-forward
neural networks from the perspective of statistical pattern
recognition. After introducing the basic concepts, the book
examines techniques for modelling probability density
functions and the properties and merits of the multi-layer
perceptron and radial basis function network models. Also
covered are various forms of error functions, principal
algorithms for error function minimalization, learning and
generalization in neural networks, and Bayesian techniques
and their applications. Designed as a text, with over 100
exercises, this fully up-to-date work will benefit anyone
involved in the fields of neural computation and pattern
recognition.
Table of contents
1. Statistical pattern recognition
2. Probability density estimation
3. Single-layer networks
4. The multi-layer perceptron
5. Radial basis functions
6. Error
7. Parameter optimization algorithms
8. Pre-processing and feature extraction
9. Learning and generalization
10. Bayesian techniques.
Caractéristiques techniques
| PAPIER | |
| Éditeur(s) | Oxford University Press |
| Auteur(s) | Christopher M. Bishop |
| Parution | 10/11/1995 |
| Nb. de pages | 482 |
| EAN13 | 9780198538646 |
| ISBN13 | 978-0-19-853864-6 |
Avantages Eyrolles.com
Livraison à partir de 0,01 € en France métropolitaine
Paiement en ligne SÉCURISÉ
Livraison dans le monde
Retour sous 15 jours
+ d'un million et demi de livres disponibles
Consultez aussi
- Les meilleures ventes en Graphisme & Photo
- Les meilleures ventes en Informatique
- Les meilleures ventes en Construction
- Les meilleures ventes en Entreprise & Droit
- Les meilleures ventes en Sciences
- Les meilleures ventes en Littérature
- Les meilleures ventes en Arts & Loisirs
- Les meilleures ventes en Vie pratique
- Les meilleures ventes en Voyage et Tourisme
- Les meilleures ventes en BD et Jeunesse
