Vor Ort
Merkzettel Warenkorb
Produktbild: From Statistics to Neural Networks
Band 136 - 10%

From Statistics to Neural Networks Theory and Pattern Recognition Applications

Aus der Reihe NATO ASI Subseries F:
10% sparen

95,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.12.2011

Herausgeber

Vladimir Cherkassky + weitere

Verlag

Springer Berlin

Seitenzahl

394

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

628 g

Auflage

Softcover reprint of the original 1st ed. 1994

Sprache

Englisch

ISBN

978-3-642-79121-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.12.2011

Herausgeber

Verlag

Springer Berlin

Seitenzahl

394

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

628 g

Auflage

Softcover reprint of the original 1st ed. 1994

Sprache

Englisch

ISBN

978-3-642-79121-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: From Statistics to Neural Networks
  • An Overview of Predictive Learning and Function Approximation.- Nonparametric Regression and Classification Part I Nonparametric Regression.- Nonparametric Regression and Classification Part II Nonparametric Classification.- Neural Networks, Bayesian a posteriori Probabilities, and Pattern Classification.- Flexible Non-linear Approaches to Classification.- Parametric Statistical Estimation with Artificial Neural Networks: A Condensed Discussion.- Prediction Risk and Architecture Selection for Neural Networks.- Regularisation Theory, Radial Basis Functions and Networks.- Self-Organizing Networks for Nonparametric Regression.- Neural Preprocessing Methods.- Improved Hidden Markov Models for Speech Recognition Through Neural Network Learning.- Neural Network Architectures for Pattern Recognition.- Cooperative Decision Making Processes and Their Neural Net Implementation.- Associative Memory Networks and Sparse Similarity Preserving Codes.- Multistrategy Learning and Optimal Mappings.- Self-Organizing Neural Networks for Supervised and Unsupervised Learning and Prediction.- Recognition of 3-D Objects from Multiple 2-D Views by a Self-Organizing Neural Architecture.- Chaotic Dynamics in Neural Pattern Recognition.