幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人人可懂的模式識別(原書第2版)/輕鬆上手IT技術日文譯叢

  • 作者：(日)石井健一郎//上田修功//前田英作//村瀨洋|責編:王穎|譯者:申富饒//于?
  • 出版社：機械工業
  • ISBN：9787111759898
  • 出版日期：2024/07/01
  • 裝幀：平裝
  • 頁數：205
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是日本人工智慧領域的暢銷書，作者均為模式識別領域的知名學者，並基於他們多年的研究、實踐經驗和獨特的視角，從模式識別的基本概念開始，以通俗易懂的語言介紹了機器學習、識別函數設計、特徵的評價、特徵空間的變換、子空間法、最小二乘法等常用的模式識別基礎知識和演算法，精心設計的習題能幫助讀者進一步深入理解模式識別理論。在心得欄目里提供了作者在實際研究中一些很有價值的思考。本書內容深入淺出且具有新意，適合對模式識別感興趣的初學者閱讀，對領域內資深研究者也有一定的參考意義。
作者介紹
(日)石井健一郎//上田修功//前田英作//村瀨洋|責編:王穎|譯者:申富饒//于?
目錄
前言
初版前言
符號一覽表
第1章  模式識別概述
  1.1  模式識別系統的構成
  1.2  特徵向量與特徵空間
  1.3  原型與最近鄰規則
  習題
第2章  學習與識別函數
  2.1  學習的必要性
  2.2  最近鄰規則和線性識別函數
  2.3  感知器的學習規則
  2.4  感知器的學習實驗
  2.5  分段線性識別函數
  習題
第3章  基於誤差評價的學習
  3.1  平方誤差最小化學習
  3.2  誤差評價與感知器
  3.3  神經網路與誤差反向傳播法
  3.4  3層神經網路實驗
  3.5  中間層功能的確認實驗
  習題
第4章  識別單元的設計
  4.1  參數學習與非參數學習
  4.2  參數的估計
  4.3  識別函數的設計
  4.4  特徵空間的維度和學習模式數
  4.5  識別單元的最優化
  習題
第5章  特徵評價與貝葉斯誤差
  5.1  評價特徵
  5.2  類間方差與類內方差的比
  5.3  貝葉斯誤差
  5.4  貝葉斯誤差與最近鄰規則
  5.5  貝葉斯誤差估計法
  5.6  特徵評價的實驗
  習題
第6章  特徵空間的變換
  6.1  特徵選擇與特徵空間的變換
  6.2  特徵量的歸一化
  6.3  KL展開
  6.4  線性判別法
  6.5  KL展開的適用法
  習題
第7章  子空間法
  7.1  子空間法的基礎
  7.2  CLAFIC法
  7.3  子空間法和相似度法
  7.4  正交子空間法
  7.5  學習子空間法

  習題
第8章  學習演算法的一般化
  8.1  期望損失最小化學習
  8.2  各種損失
  8.3  概率下降法
  習題
第9章  學習演算法與貝葉斯決策規則
  9.1  基於最小二乘法的學習
  9.2  最小二乘法和各種學習法
  習題
附錄
結語
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032