模式识别与神经网络

模式识别与神经网络
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [英]
出版社: 人民邮电出版社
2009-08
版次: 1
ISBN: 9787115210647
定价: 69.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 403页
字数: 499千字
正文语种: 英语
分类: 自然科学
  •   《模式识别与神经网络(英文版)》是模式识别和神经网络方面的名著,讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始,主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。
      《模式识别与神经网络(英文版)》可作为统计与理工科研究生课程的教材,对模式识别和神经网络领域的研究人员也是极有价值的参考书。   里普利(B.D.Ripley)著名的统计学家,牛津大学应用统计教授。他在空间统计学、模式识别领域作出了重要贡献,对S的开发以及S-PLUSUS和R的推广应用有着重要影响。20世纪90年代他出版了人工神经网络方面的著作,影响很大,引导统计学者开始关注机器学习和数据挖掘。除本书外,他还著有ModernAppliedStatisticswithS和SProgramming。 1IntroductionandExamples1
    1.1Howdoneuralmethodsdiffer?4
    1.2Thepattermrecognitiontask5
    1.3Overviewoftheremainingchapters9
    1.4Examples10
    1.5Literature15

    2StatisticalDecisionTheory17
    2.1Bayesrulesforknowndistributions18
    2.2Parametricmodels26
    2.3Logisticdiscrimination43
    2.4Predictiveclassification45
    2.5Alternativeestimationprocedures55
    2.6Howcomplexamodeldoweneed?59
    2.7Performanceassessment66
    2.8Computationallearningapproaches77

    3LinearDiscriminantAnalysis91
    3.1Classicallineardiscriminatio92
    3.2Lineardiscriminantsviaregression101
    3.3Robustness105
    3.4Shrinkagemethods106
    3.5Logisticdiscrimination109
    3.6Linearseparatioandperceptrons116

    4FlexibleDiseriminants121
    4.1Fittingsmoothparametricfunctions122
    4.2Radialbasisfunctions131
    4.3Regularization136

    5Feed-forwardNeuralNetworks143
    5.1Biologicalmotivation145
    5.2Theory147
    5.3Learningalgorithms148
    5.4Examples160
    5.5Bayesianperspectives163
    5.6Networkcomplexity168
    5.7Approximationresults173

    6Non-parametricMethods181
    6.1Non-parametricestlmationofclassdensities181
    6.2Nearestneighbourmethods191
    63Learningvectorquantization201
    6.4Mixturerepresentations207

    7Tree-structuredClassifiers213
    7.1Splittingrules216
    7.2Pruningrules221
    7.3Missingvalues231
    7.4Earlierapproaches235
    7.5Refinements237
    7.6Relationshipstoneuralnetworks240
    7.7Bayesiantrees241

    8BeliefNetworks243
    8.1Graphicalmodelsandnetworks246
    8.2Causalnetworks262
    83Learningthenetworkstructure275
    8.4Boltzmannmachines279
    8.5Hierarchicalmixturesofexperts283

    9UnsupervisedMethods287
    9.1Projectionmethods288
    9.2Multidimensionalscaling305
    9.3Clusteringalgorithms311
    9.4Self-organizingmaps322

    10FindingGoodPatternFeatures327
    10.1BoundsfortheBayeserror328
    10.2Normalclassdistributions329
    10.3Branch-and-boundtechniques330
    10.4Featureextraction331

    AStatisticalSidelines333
    A.1MaximumlikelihoodandMAPestimation333
    A.2TheEMalgorithm334
    A.3MarkovchainMonteCarlo337
    A.4Axiomsfordconditionalindcpcndence339
    A.5Oprimization342

    Glossary347
    References355
    AuthorIndex391
    SubjectIndex399
  • 内容简介:
      《模式识别与神经网络(英文版)》是模式识别和神经网络方面的名著,讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始,主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。
      《模式识别与神经网络(英文版)》可作为统计与理工科研究生课程的教材,对模式识别和神经网络领域的研究人员也是极有价值的参考书。
  • 作者简介:
      里普利(B.D.Ripley)著名的统计学家,牛津大学应用统计教授。他在空间统计学、模式识别领域作出了重要贡献,对S的开发以及S-PLUSUS和R的推广应用有着重要影响。20世纪90年代他出版了人工神经网络方面的著作,影响很大,引导统计学者开始关注机器学习和数据挖掘。除本书外,他还著有ModernAppliedStatisticswithS和SProgramming。
  • 目录:
    1IntroductionandExamples1
    1.1Howdoneuralmethodsdiffer?4
    1.2Thepattermrecognitiontask5
    1.3Overviewoftheremainingchapters9
    1.4Examples10
    1.5Literature15

    2StatisticalDecisionTheory17
    2.1Bayesrulesforknowndistributions18
    2.2Parametricmodels26
    2.3Logisticdiscrimination43
    2.4Predictiveclassification45
    2.5Alternativeestimationprocedures55
    2.6Howcomplexamodeldoweneed?59
    2.7Performanceassessment66
    2.8Computationallearningapproaches77

    3LinearDiscriminantAnalysis91
    3.1Classicallineardiscriminatio92
    3.2Lineardiscriminantsviaregression101
    3.3Robustness105
    3.4Shrinkagemethods106
    3.5Logisticdiscrimination109
    3.6Linearseparatioandperceptrons116

    4FlexibleDiseriminants121
    4.1Fittingsmoothparametricfunctions122
    4.2Radialbasisfunctions131
    4.3Regularization136

    5Feed-forwardNeuralNetworks143
    5.1Biologicalmotivation145
    5.2Theory147
    5.3Learningalgorithms148
    5.4Examples160
    5.5Bayesianperspectives163
    5.6Networkcomplexity168
    5.7Approximationresults173

    6Non-parametricMethods181
    6.1Non-parametricestlmationofclassdensities181
    6.2Nearestneighbourmethods191
    63Learningvectorquantization201
    6.4Mixturerepresentations207

    7Tree-structuredClassifiers213
    7.1Splittingrules216
    7.2Pruningrules221
    7.3Missingvalues231
    7.4Earlierapproaches235
    7.5Refinements237
    7.6Relationshipstoneuralnetworks240
    7.7Bayesiantrees241

    8BeliefNetworks243
    8.1Graphicalmodelsandnetworks246
    8.2Causalnetworks262
    83Learningthenetworkstructure275
    8.4Boltzmannmachines279
    8.5Hierarchicalmixturesofexperts283

    9UnsupervisedMethods287
    9.1Projectionmethods288
    9.2Multidimensionalscaling305
    9.3Clusteringalgorithms311
    9.4Self-organizingmaps322

    10FindingGoodPatternFeatures327
    10.1BoundsfortheBayeserror328
    10.2Normalclassdistributions329
    10.3Branch-and-boundtechniques330
    10.4Featureextraction331

    AStatisticalSidelines333
    A.1MaximumlikelihoodandMAPestimation333
    A.2TheEMalgorithm334
    A.3MarkovchainMonteCarlo337
    A.4Axiomsfordconditionalindcpcndence339
    A.5Oprimization342

    Glossary347
    References355
    AuthorIndex391
    SubjectIndex399
查看详情
好书推荐 / 更多
模式识别与神经网络
金枝:跨越万年的人性进化故事(全两册)
[英]詹姆斯·乔治·弗雷泽
模式识别与神经网络
未受学科训练的心智
[美]霍华德·加德纳(Howard Gardner) 著;张开冰 译
模式识别与神经网络
打破玻璃盔甲:新形式主义电影分析
[美]克里斯汀·汤普森
模式识别与神经网络
书事:近现代版本杂谈
薛冰
模式识别与神经网络
狗夫200天
陈紫莲
模式识别与神经网络
白色游泳衣
果麦文化 出品;徐皓峰
模式识别与神经网络
乐道文库·斯文关天意
罗志田
模式识别与神经网络
好奇心改变世界:月光社与英国工业革命
詹妮厄格洛 著;杨枭 译
模式识别与神经网络
犹太人三千年简史(精装)
[美]雷蒙德·P.谢德林
模式识别与神经网络
大分流重探:欧洲、印度与全球经济强权的兴起
[瑞士]罗曼·施图德 著;王文剑 译;赖建诚 校
模式识别与神经网络
漫长的星期六:斯坦纳谈话录
[【美】]乔治•斯坦纳;[【法】]洛尔•阿德勒
模式识别与神经网络
梦之囚徒:使命
徐峰 译者;[法]马克 · 安托万 · 马修