中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
模式分類(原書第2版) 版權信息
- ISBN：7111121481
- 條形碼：9787111121480 ; 978-7-111-12148-0
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
模式分類(原書第2版) 本書特色
開發和研究模式識別系統的實踐者，無論其應用涉及語音識別、字符識別、圖像處理還是信號分析，常會遇到需要從大量令人迷惑的技術中做出選擇的難題。這本獨一無二的教材及專業參考書，為你準備了充足的資料和信息，供你選擇*適合的技術。作為一本在過去幾十年內模式識別領域經典著作的新版，這一版本更新并擴充了原作，重點介紹模式分類及該領域近年來的巨大進展。本書已被卡內基-梅隆、哈佛、斯坦福、劍橋等120多所大學采用為教材。本書作為流行和經典的教材和專業參考書，主要面向電子工程、計算機科學、數學和統計學、媒體處理、模式識別、計算機視覺、人工智能和認知科學等領域的研究生和相關領域的科技人員。
模式分類(原書第2版) 內容簡介
本書的第1版《模式分類與場景分析》出版于1973年，是模式識別和場景分析領域奠基性的經曲名著。在第2版中，除了保留了第1版的關于統計模式識別和結構模式識別的主要內容以外，讀者將會發現新增了許多近25年來的新理論和新方法，其中包括神經網絡、機器學習、數據挖掘、進化計算、不變量理論、隱馬爾可夫模型、統計學習理論和支持向量機等。作者還為未來25年的模式識別的發展指明了方向。書中包含許多實例，各種不同方法的對比，豐富的圖表，以及大量的課后習題和計算機練習。
模式分類(原書第2版) 目錄
出版者的話
專家指導委員會
譯者序
前言
第1章 緒論
1.1 機器感知
1.2 一個例子
1.3 模式識別系統
1.4 設計循環
1.5 學習和適應
1.6 本章小結
全書各章概要
文獻和歷史評述
參考文獻
第2章 貝葉斯決策論
2.1 引言
2.2 貝葉斯決策論——連續特征
2.3 *小誤差率分類
2.4 分類器、判別函數及判定面
2.5 正態密度
2.6 正態分布的判別函數
2.7 誤差概率和誤差積分
2.8 正態密度的誤差上界
2.9 貝葉斯決策論——離散特征
2.10 丟失特征和噪聲特征
2.11 貝葉斯置信網
2.12 復合貝葉斯決策論及上下文
本章小結
文獻和歷史評述
習題
上機練習
參考文獻
第3章 *大似然估計和貝葉斯參數估計
第4章 非參數技術
第5章 線性判別函數
第6章 多層神經網絡
第7章 隨機方法
第8章 非度量方法
第9章 獨立于算法的機器學習
第10章 無監督學習和聚類
附錄A 數學基礎
參考文獻
索引
專家指導委員會
譯者序
前言
第1章 緒論
1.1 機器感知
1.2 一個例子
1.3 模式識別系統
1.4 設計循環
1.5 學習和適應
1.6 本章小結
全書各章概要
文獻和歷史評述
參考文獻
第2章 貝葉斯決策論
2.1 引言
2.2 貝葉斯決策論——連續特征
2.3 *小誤差率分類
2.4 分類器、判別函數及判定面
2.5 正態密度
2.6 正態分布的判別函數
2.7 誤差概率和誤差積分
2.8 正態密度的誤差上界
2.9 貝葉斯決策論——離散特征
2.10 丟失特征和噪聲特征
2.11 貝葉斯置信網
2.12 復合貝葉斯決策論及上下文
本章小結
文獻和歷史評述
習題
上機練習
參考文獻
第3章 *大似然估計和貝葉斯參數估計
第4章 非參數技術
第5章 線性判別函數
第6章 多層神經網絡
第7章 隨機方法
第8章 非度量方法
第9章 獨立于算法的機器學習
第10章 無監督學習和聚類
附錄A 數學基礎
參考文獻
索引
展開全部
模式分類(原書第2版) 作者簡介
Richard O.Duda于麻省理工學院獲得電氣工程博士學位，是加州San Jose州立大學電氣工程系名譽教授。他是美國人工智能學會會士、IEEE會士。 Peter E.Hart是加州Ricoh lnnovations公司的創始人、總裁和CEO，同時還是理光公司的高級副總裁，在此之前曾任理光加州研究中心的高級副總裁。他是美國人工智能學會會士、IEEE會士，曾獲IEEE信息論協50周年論文獎。
書友推薦
- >
經典常談
- >
李白與唐代文化
- >
羅曼·羅蘭讀書隨筆-精裝
- >
朝聞道
- >
【精裝繪本】畫給孩子的中國神話
- >
伊索寓言-世界文學名著典藏-全譯本
- >
小考拉的故事-套裝共3冊
- >
苦雨齋序跋文-周作人自編集
本類暢銷
