免费下载书籍地址：PDF下载地址
精美图片
模式识别与神经网络(英文版)【放心购买】书籍详细信息
- ISBN：9787115210647
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2009-08
- 页数：403
- 价格：34.50
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
寄语：
[正版图书,下单速发,下单前请联系客服查询书籍库存]
内容简介：
《模式识别与神经网络(英文版)》是模式识别和神经网络方面的名著，讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始，主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。
《模式识别与神经网络(英文版)》可作为统计与理工科研究生课程的教材，对模式识别和神经网络领域的研究人员也是极有价值的参考书。
书籍目录：
1 Introduction and Examples
1.1 How do neural methods differ?
1.2 The patterm recognition task
1.3 Overview of the remaining chapters
1.4 Examples
1.5 Literature
2 Statistical Decision Theory
2.1 Bayes rules for known distributions
2.2 Parametric models
2.3 Logistic discrimination
2.4 Predictive classification
2.5 Alternative estimation procedures
2.6 How complex a model do we need?
2.7 Performance assessment
2.8 Computational learning approaches
3 Linear Discriminant Analysis
3.1 Classical linear discriminatio
3.2 Linear discriminants via regression
3.3 Robustness
3.4 Shrinkage methods
3.5 Logistic discrimination
3.6 Linear separatio andperceptrons
4 Flexible Diseriminants
4.1 Fitting smooth parametric functions
4.2 Radial basis functions
4.3 Regularization
5 Feed-forward Neural Networks
5.1 Biological motivation
5.2 Theory
5.3 Learning algorithms
5.4 Examples
5.5 Bayesian perspectives
5.6 Network complexity
5.7 Approximation results
6 Non-parametric Methods
6.1 Non-parametric estlmation of class densities
6.2 Nearest neighbour methods
6 3 Learning vector quantization
6.4 Mixture representations
7 Tree-structured Classifiers
7.1 Splitting rules
7.2 Pruning rules
7.3 Missing values
7.4 Earlier approaches
7.5 Refinements
7.6 Relationships to neural networks
7.7 Bayesian trees
8 Belief Networks
8.1 Graphical models and networks
8.2 Causal networks
8 3 Learning the network structure
8.4 Boltzmann machines
8.5 Hierarchical mixtures of experts
9 Unsupervised Methods
9.1 Projection methods
9.2 Multidimensional scaling
9.3 Clustering algorithms
9.4 Self-organizing maps
10 Finding Good Pattern Features
10.1 Bounds for the Bayes error
10.2 Normal class distributions
10.3 Branch-and-bound techniques
10.4 Feature extraction
A Statistical Sidelines
A.1 Maximum likelihood and MAP estimation
A.2 The EM algorithm
A.3 Markov chain Monte Carlo
A.4 Axioms for conditional independence
A.5 Optimization
Glossary
References
Author Index
Subject Index
作者介绍：
B.D.Ripley 著名的统计学家，牛津大学应用统计教授。他在空间统计学、模式识别领域作出了重要贡献，对S的开发以及S-PLUSUS和R的推广应用有着重要影响。20世纪90年代他出版了人工神经网络方面的著作，影响很大，引导统计学者开始关注机器学习和数据挖掘。除本书外，他还著有Modern Applied Statistics with S和S Programming。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：模式识别与神经网络(英文版)【放心购买】在线阅读
在线听书地址：模式识别与神经网络(英文版)【放心购买】在线收听
在线购买地址：模式识别与神经网络(英文版)【放心购买】在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
书籍介绍
《模式识别与神经网络(英文版)》是模式识别和神经网络方面的名著，讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始，主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。
《模式识别与神经网络(英文版)》可作为统计与理工科研究生课程的教材，对模式识别和神经网络领域的研究人员也是极有价值的参考书。
书籍真实打分
故事情节：3分
人物塑造：3分
主题深度：9分
文字风格：5分
语言运用：4分
文笔流畅：9分
思想传递：8分
知识深度：4分
知识广度：3分
实用性：9分
章节划分：6分
结构布局：9分
新颖与独特：8分
情感共鸣：4分
引人入胜：5分
现实相关：9分
沉浸感：7分
事实准确性：3分
文化贡献：9分
网站评分
书籍多样性：8分
书籍信息完全性：7分
网站更新速度：5分
使用便利性：5分
书籍清晰度：3分
书籍格式兼容性：8分
是否包含广告：4分
加载速度：3分
安全性：8分
稳定性：4分
搜索功能：8分
下载便捷性：4分
下载点评
- 体验还行(433+)
- 推荐购买(624+)
- 赞(378+)
- 傻瓜式服务(308+)
- 三星好评(158+)
- 中评(104+)
- 种类多(67+)
下载评价
网友 屠***好：还行吧。
网友 益***琴：好书都要花钱，如果要学习，建议买实体书；如果只是娱乐，看看这个网站，对你来说，是很好的选择。
网友 步***青：。。。。。好
网友 丁***菱：好好好好好好好好好好好好好好好好好好好好好好好好好
网友 冉***兮：如果满分一百分，我愿意给你99分，剩下一分怕你骄傲
网友 权***颜：下载地址、格式选择、下载方式都还挺多的
网友 田***珊：可以就是有些书搜不到
网友 詹***萍：好评的，这是自己一直选择的下载书的网站
网友 权***波：收费就是好，还可以多种搜索，实在不行直接留言，24小时没发到你邮箱自动退款的！
网友 苍***如：什么格式都有的呀。
网友 邱***洋：不错，支持的格式很多
网友 濮***彤：好棒啊！图书很全
网友 堵***格：OK，还可以
网友 常***翠：哈哈哈哈哈哈
网友 曾***玉：直接选择epub/azw3/mobi就可以了，然后导入微信读书，体验百分百！！！
网友 马***偲：好 很好 非常好 无比的好 史上最好的