Neural Networks for Pattern Recognition (Advanced Texts in Econometrics (Paperback))
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Neural Networks for Pattern Recognition" von Christopher M. Bishop ist ein grundlegendes Werk, das sich mit der Anwendung von neuronalen Netzwerken im Bereich der Mustererkennung befasst. Das Buch bietet eine umfassende Einführung in die Theorie und Praxis von neuronalen Netzwerken und deren Einsatz für die Erkennung und Klassifikation von Mustern in Daten. Bishop erklärt die mathematischen Grundlagen und Algorithmen, die hinter neuronalen Netzwerken stehen, und beschreibt, wie diese Modelle trainiert werden können, um komplexe Muster zu erkennen. Themen wie mehrschichtige Perzeptrons, Radial-Basis-Funktionsnetzwerke und andere Architekturen werden detailliert behandelt. Darüber hinaus diskutiert das Buch Methoden zur Evaluierung der Leistung von Modellen sowie Techniken zur Vermeidung von Überanpassung. Besonderes Augenmerk wird auf praktische Anwendungen gelegt, wobei Beispiele aus verschiedenen Bereichen wie Bild- und Spracherkennung herangezogen werden. Das Buch richtet sich an Studierende und Fachleute aus den Bereichen Informatik, Statistik und Ingenieurwissenschaften, die ein tieferes Verständnis für die Funktionsweise neuronaler Netzwerke entwickeln möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 227 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 738 Seiten
- Erschienen 2011
- Springer
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- Gebunden
- 362 Seiten
- Erschienen 1985
- Springer
- Gebunden
- 264 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 199 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 1096 Seiten
- Erschienen 2017
- Springer
- paperback
- 93 Seiten
- Erschienen 2023
- American Mathematical Society
- Kartoniert
- 347 Seiten
- Erschienen 2005
- Springer
- Taschenbuch
- 352 Seiten
- Erschienen 1991
- Westview Press
- Gebunden
- 718 Seiten
- Erschienen 2017
- Springer
- hardcover
- 400 Seiten
- Erschienen 2008
- Academic Press
- paperback
- 310 Seiten
- Erschienen 1998
- IDW Verlag GmbH




