Értékelés:
A könyv alapos bevezetést nyújt a neurális hálózatokba, különös tekintettel a feed-forward struktúrákra és azok statisztikai alapjaira. Bár értékes elméleti tartalmat tartalmaz, kritika érte, hogy a kezdők számára túlságosan fejlett, hiányoznak belőle a gyakorlati példák, és hogy a könyv kissé elavult a szakterület legújabb fejleményeihez képest. Az erős matematikai háttérrel rendelkező olvasók profitálhatnak belőle a leginkább, mivel az anyag erősen matematikai és elméleti jellegű.
Előnyök:⬤ Átfogó bevezetés a feed-forward neurális hálózatokba.
⬤ Nagy hangsúlyt fektet a statisztikára és a matematikai alapokra.
⬤ Jól strukturált és logikusan halad előre a témák között.
⬤ Értékes az előismeretekkel rendelkezők számára, mivel a fogalmak mélyebb megértését kínálja.
⬤ Az összetett témák világos és formális bemutatása.
⬤ Korszerűtlen és nem terjed ki a mélytanulás legújabb eredményeire.
⬤ Kezdők vagy erős matematikai háttérrel nem rendelkezők számára túlságosan fejlett és elméleti jellegű lehet.
⬤ Hiányoznak a konkrét példák és gyakorlati alkalmazások a tárgyalt koncepciókhoz.
⬤ A gyakorlatok nem erősítik meg hatékonyan a fogalmakat, és hiányoznak az önértékeléshez szükséges válaszok.
⬤ Néhány olvasó túlságosan tudományosnak találja, mivel a kulcsfogalmak magyarázata nem kielégítő.
(31 olvasói vélemény alapján)
Neural Networks for Pattern Recognition
Ez az első átfogó feldolgozás a feed-forward neurális hálózatokról a statisztikai mintafelismerés szemszögéből.
Az alapfogalmak bevezetése után a könyv a valószínűségi sűrűségfüggvények modellezésére szolgáló technikákat, valamint a többrétegű perceptron és a radiális bázisfüggvényes hálózati modellek tulajdonságait és előnyeit vizsgálja. Szintén tárgyalja a hibafüggvények különböző formáit, a hibafüggvény minimalizálásának főbb algoritmusait, a neurális hálózatok tanulását és általánosítását, valamint a Bayes-technikákat és azok alkalmazásait.
A több mint 100 feladatot tartalmazó, szövegként megtervezett, teljesen naprakész mű a neurális számítások és a mintafelismerés területén tevékenykedők hasznára válik.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)