Основной контент книги Практическое применение методов кластеризации, классификации и аппроксимации на основе нейронных сетей
Tekst PDF

Maht 450 lehekülgi

2020 aasta

0+

Практическое применение методов кластеризации, классификации и аппроксимации на основе нейронных сетей

autor
autorite rühm
€7,81

Raamatust

В монографии рассматриваются вопросы развития искусственного интеллекта, основы машинного обучения. Описываются задачи классификации и аппроксимации, решаемые с применением нейронных сетей. Нейронные сети в последнее время набирают все большую популярность среди исследователей. В частности, нейронные сети нашли широкое применение в сфере визуализации, распознавания образов. Но на этом практическая значимость нейронных сетей не заканчивается, они также находят свое применение в задачах прогнозирования, классификации, кластеризации и моделирования.

Монография может быть полезна широкому кругу читателей.

Vaata kõiki arvustusi

Хорошая и очень лихая, судя по вступлению, книга. Наконец-то представления об «умных вещах» стали проникать в ширнармассы вузовских преподавателей. Даются осторожные взвешенные оценки новых информационных и интеллектуальных технологий и их применений.

Logi sisse, et hinnata raamatut ja jätta arvustus
Raamat Коллектива авторов «Практическое применение методов кластеризации, классификации и аппроксимации на основе нейронных сетей» — laadi alla pdf formaadis või loe veebis. Jäta kommentaare ja arvustusi, hääleta lemmikute poolt.
Vanusepiirang:
0+
Ilmumiskuupäev Litres'is:
09 märts 2021
Kirjutamise kuupäev:
2020
Objętość:
450 lk
ISBN:
978-5-00172-086-7
Üldsuurus:
4.8 МБ
Lehekülgede koguarv:
450
Õiguste omanik:
Прометей
Allalaadimise formaat:
Podcast
Keskmine hinnang 0, põhineb 0 hinnangul
Tekst
Keskmine hinnang 5, põhineb 1 hinnangul
Tekst
Keskmine hinnang 3,5, põhineb 2 hinnangul
Tekst, helivorming on saadaval
Keskmine hinnang 0, põhineb 0 hinnangul
Audio
Keskmine hinnang 5, põhineb 1 hinnangul
Audio
Keskmine hinnang 0, põhineb 0 hinnangul
Tekst, helivorming on saadaval
Keskmine hinnang 0, põhineb 0 hinnangul