Vor Ort
Merkzettel Warenkorb
  • Produktbild: An Information-Theoretic Approach to Neural Computing
  • Produktbild: An Information-Theoretic Approach to Neural Computing
  • Produktbild: An Information-Theoretic Approach to Neural Computing
- 12%

An Information-Theoretic Approach to Neural Computing

Aus der Reihe Perspectives in Neural Computing
12% sparen

93,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

08.02.1996

Abbildungen

XIV, 262 p.

Verlag

Springer Us

Seitenzahl

262

Maße (L/B/H)

24,1/16/2 cm

Gewicht

588 g

Auflage

1996

Sprache

Englisch

ISBN

978-0-387-94666-5

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

08.02.1996

Abbildungen

XIV, 262 p.

Verlag

Springer Us

Seitenzahl

262

Maße (L/B/H)

24,1/16/2 cm

Gewicht

588 g

Auflage

1996

Sprache

Englisch

ISBN

978-0-387-94666-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: An Information-Theoretic Approach to Neural Computing
  • Produktbild: An Information-Theoretic Approach to Neural Computing
  • Produktbild: An Information-Theoretic Approach to Neural Computing
  • 1 Introduction.- 2 Preliminaries of Information Theory and Neural Networks.- 2.1 Elements of Information Theory.- 2.2 Elements of the Theory of Neural Networks.- I: Unsupervised Learning.- 3 Linear Feature Extraction: Infomax Principle.- 4 Independent Component Analysis: General Formulation and Linear Case.- 5 Nonlinear Feature Extraction: Boolean Stochastic Networks.- 6 Nonlinear Feature Extraction: Deterministic Neural Networks.- II: Supervised Learning.- 7 Supervised Learning and Statistical Estimation.- 8 Statistical Physics Theory of Supervised Learning and Generalization.- 9 Composite Networks.- 10 Information Theory Based Regularizing Methods.- References.