Neural Network Design (2nd Edition)
Autor Martin T. Hagan, Howard B. Demuth, Mark H. Bealeen Limba Engleză Paperback – sep 2014
Recomandăm Neural Network Design (2nd Edition) studenților și inginerilor aflați la nivel începător sau intermediar care doresc o înțelegere riguroasă, dar aplicată, a arhitecturilor de calcul neuronal. Considerăm că principalul atu al acestui volum, semnat de Martin T. Hagan, Howard B. Demuth și Mark H. Beale, este pedigree-ul tehnic: autorii sunt aceiași specialiști care au dezvoltat Neural Network Toolbox pentru MATLAB. Acest lucru se traduce printr-o abordare pragmatică, unde teoria nu rămâne la stadiul de abstractizare, ci este rapid convertită în reguli de învățare și algoritmi executabili.
Textul analizează în detaliu metodele de antrenare pentru rețelele feedforward și recurente, punând un accent deosebit pe variațiile algoritmului de backpropagation, cum ar fi gradientul conjugat și metoda Levenberg-Marquardt. Ne-a atras atenția includerea tehnicilor de regularizare Bayesiană și de oprire timpurie (early stopping), esențiale pentru a preveni supra-antrenarea și pentru a garanta capacitatea de generalizare a modelelor pe date noi. Ca și Ivan Nunes Da Silva în Artificial Neural Networks, autorii distilează experiența reală în principii acționabile, însă Neural Network Design (2nd Edition) se diferențiază prin integrarea profundă a exemplelor rezolvate și a celor cinci capitole de studii de caz care acoperă recunoașterea formelor, aproximarea funcțiilor și predicția.
Spre deosebire de Neural Networks and Learning Algorithms in MATLAB de Ardashir Mohammadazadeh, care se concentrează masiv pe scripturi optimizate, volumul de față echilibrează fundamentele matematice cu sfaturi practice de antrenare, oferind în același timp acces la software de demonstrație. Este un instrument de lucru care ghidează cititorul de la blocurile elementare ale hărților auto-organizate până la complexitatea rețelelor asociative și competitive.
Preț: 242.05 lei
Preț vechi: 302.56 lei
-20%
Carte disponibilă
Livrare economică 13-27 mai
Specificații
ISBN-10: 0971732116
Pagini: 802
Dimensiuni: 191 x 235 x 40 mm
Greutate: 1.35 kg
Ediția:2
Editura: Martin Hagan
V-ar putea interesa
-
Using Artificial Intelligence Absolute Beginner's GuideMichael Miller-20%Preț: 187.45 lei234.31 lei -
Deep LearningIan Goodfellow-20%Preț: 599.88 lei749.85 lei -
Introduction to Modeling Cognitive ProcessesTom VergutsPreț: 395.66 lei -
Understanding Deep LearningSimon J. D. Prince-30%Preț: 578.77 lei826.42 lei -
-20%Preț: 635.32 lei794.15 lei -
The Elements of Statistical LearningJerome Friedman-20%Preț: 513.14 lei641.42 lei -
-40%Preț: 369.43 lei616.25 lei -
-41%Preț: 582.58 lei980.81 lei -
-32%Preț: 581.46 lei858.78 lei -
Pattern ClassificationRichard O Duda-23%Preț: 972.44 lei1262.90 lei -
Complex, Hypercomplex and Fuzzy-Valued Neural Networks: New Perspectives and ApplicationsAgnieszka Niemczynowicz-20%Preț: 392.48 lei490.61 lei -
Fundamentals of Computational IntelligenceJames M Keller-9%Preț: 700.55 lei769.84 lei -
Machine Learning For DummiesJohn Paul Mueller-20%Preț: 142.78 lei178.48 lei -
Programming Neural Networks with PythonJoachim Steinwendner-20%Preț: 279.86 lei349.83 lei -
Math and Architectures of Deep LearningKrishnendu Chaudhury-20%Preț: 381.77 lei477.22 lei -
-20%Preț: 232.00 lei290.00 lei -
Deep Learning Crash CourseGiovanni Volpe-36%Preț: 272.22 lei425.01 lei -
Practical Deep Learning, 2nd Edition: A Python-Based IntroductionRonald T. Kneusel-36%Preț: 312.37 lei491.52 lei -
Deep Learning ArchitecturesOvidiu CalinPreț: 513.60 lei -
Neural Networks and Deep LearningCharu C. AggarwalPreț: 427.05 lei
De ce să citești această carte
Pentru specialiștii IT și cercetătorii care au nevoie de o bază solidă în inteligența artificială, această carte oferă claritate tehnică și soluții de implementare verificate. Veți câștiga expertiză în utilizarea algoritmilor de antrenare performanți și veți înțelege mecanismele matematice din spatele succesului rețelelor neuronale moderne, beneficiind de expertiza creatorilor instrumentelor standard din industrie.
Descriere scurtă
This book, by the authors of the Neural Network Toolbox for MATLAB, provides a clear and detailed coverage of fundamental neural network architectures and learning rules. In it, the authors emphasize a coherent presentation of the principal neural networks, methods for training them and their applications to practical problems. Features Extensive coverage of training methods for both feedforward networks (including multilayer and radial basis networks) and recurrent networks. In addition to conjugate gradient and Levenberg-Marquardt variations of the backpropagation algorithm, the text also covers Bayesian regularization and early stopping, which ensure the generalization ability of trained networks. Associative and competitive networks, including feature maps and learning vector quantization, are explained with simple building blocks. A chapter of practical training tips for function approximation, pattern recognition, clustering and prediction, along with five chapters presenting detailed real-world case studies. Detailed examples and numerous solved problems. Slides and comprehensive demonstration software can be downloaded from hagan.okstate.edu/nnd.html.