模式分類

內(nèi)容概要

本書清晰地闡明了模式識(shí)別的經(jīng)典方法和新方法，包括神經(jīng)網(wǎng)絡(luò)、隨機(jī)方法、遺傳算法以及機(jī)器學(xué)習(xí)理論。提供了大量雙色圖表，用于突出展示各種概念。收錄了大量實(shí)用的例題。采用偽代碼形式的模式識(shí)別算法。擴(kuò)充了對(duì)正文有關(guān)鍵意的習(xí)題和計(jì)算機(jī)練習(xí)。用算法形式講解特殊的模式識(shí)別和機(jī)器學(xué)習(xí)技術(shù)。每章后面均附有文獻(xiàn)歷史評(píng)述以及重要的參考文獻(xiàn)。附錄補(bǔ)充了必要的數(shù)學(xué)基礎(chǔ)知識(shí)。

作者簡(jiǎn)介

Richard O.Duda于麻省理工學(xué)院獲得電氣工程博士學(xué)位，是加州San Jose州立大學(xué)電氣工程系名譽(yù)教授。他是美國(guó)人工智能學(xué)會(huì)會(huì)士、IEEE會(huì)士。

書籍目錄

PREFACE1 INTRODUCTION2 BAYESIAN DECISION THEORY3 MAXIMUM-LIKELIHOOD AND BAYESIAN PARAMETER ESTIMATION4 NONPARAMETRIC TECHNIQUES5 LINEAR DISCRIMINANT FUNCTIONS6 MULTILAYER NEURAL NETWORKS7 STOCHASTIC METHODS8 NONMETRIC METHODS9 ALGORITHM-INDEPENDENT MACHINE LEARNING10 UNSUPERVISED LEARNING AND CLUSTERINGA MATHEMATICAL FOUNDATIONSINDEX

編輯推薦

　　本書簡(jiǎn)明易讀，新增的圖表使得許多統(tǒng)計(jì)和數(shù)學(xué)題材非常生動(dòng)。最終以完美和諧的形式，引導(dǎo)讀者深入新的主題。收錄了大量實(shí)用的例題。采用偽代碼形式的模式識(shí)別算法。擴(kuò)充了對(duì)正文有關(guān)鍵意的習(xí)題和計(jì)算機(jī)練習(xí)。		　　

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    模式分類 PDF格式下載

---