Последовательные методы в распознавании образов и обучении машин » MIRLIB.RU - ТВОЯ БИБЛИОТЕКА
Категория: КНИГИ » УЧЕБНАЯ ЛИТЕРАТУРА
Последовательные методы в распознавании образов и обучении машин
/
Последовательные методы в распознавании образов и обучении машин
Название: Последовательные методы в распознавании образов и обучении машин. Sequential Methods In Pattern Recognition And Machine Learning
Автор: Фу К.
Издательство: М:. Наука
Год: 1971
Страниц: 256
Формат: djvu
Размер: 14,2 Мб
Язык: Русский

Значительный рост интереса к задачам распознавания образов и обучения машин вызвал возрастающую потребность в методах и способах построения систем распознавания образов и обучающихся систем. Было предложено много различных подходов. Одним из наиболее обещающих методов решения задач распознавания и обучения является статистическая теория решений и оценок. Эта книга посвящена применению последовательных методов теории статистических решений и теории оценок к задачам распознавания образов и обучения машин. В книге в доступной форме излагается применение последовательных методов теории статистических решений и теории оценок к задачам распознавания образов и обучения машин. Книга снабжена большим числом примеров, численные результаты которых, полученные моделированием на ЭЦМ, хотя и не всегда столь полны, как бы того хотелось, дают интересную иллюстрацию рассматриваемых методов. Характерная особенность настоящей книги состоит в том, что ее главы в значительной мере не зависимы друг от друга. Наличие математических приложений и использование относительно простого математического аппарата делают книгу доступной лицам, не обладающим специальной математической подготовкой, выходящей за рамки курсов математики технических вузов. Книга предназначена для применения как в качестве справочника для специалистов в области системотехники и ЭЦМ, так и в качестве учебного пособия по курсам распознавания образов и адаптивных и обучающихся систем.





ОТСУТСТВУЕТ ССЫЛКА/ НЕ РАБОЧАЯ ССЫЛКА ЕСТЬ РЕШЕНИЕ, ПИШИМ СЮДА!





[related-news]
[/related-news]
Комментарии 0
Комментариев пока нет. Стань первым!