模式分类（英文版·第2版） 阿里云 kindle 下载 pdf chm 百度云 azw3 umd

本书清晰地阐明了模式识别的经典方法和新方法，包括神经网络、*方法、遗传算法以及机器学习理论。提供了大量双色图表，用于突出展示各种概念。收录了大量实用的例题。采用伪代码形式的模式识别算法。扩充了对正文有关键意的习题和计算机练习。用算法形式讲解特殊的模式识别和机器学习技术。每章后面均附有文献历史评述以及重要的参考文献。附录补充了必要的数学基础知识。

PREFACE

1 INTRODUCTION

2 BAYESIAN DECISION THEORY

3 MAXIMUM-LIKELIHOOD AND BAYESIAN PARAMETER ESTIMATION

4 NONPARAMETRIC TECHNIQUES

5 LINEAR DISCRIMINANT FUNCTIONS

6 MULTILAYER NEURAL NETWORKS

7 STOCHASTIC METHODS

8 NONMETRIC METHODS

9 ALGORITHM-INDEPENDENT MACHINE LEARNING

10 UNSUPERVISED LEARNING AND CLUSTERING

A MATHEMATICAL FOUNDATIONS

INDEX

Richard O.Duda于麻省理工学院获得电气工程博士学位，是加州San Jose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：模式分类（英文版·第2版）在线阅读

在线听书地址：模式分类（英文版·第2版）在线收听

在线购买地址：模式分类（英文版·第2版）在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

本书简明易读，新增的图表使得许多统计和数学题材非常生动。*终以完美和谐的形式，引导读者深入新的主题。收录了大量实用的例题。采用伪代码形式的模式识别算法。扩充了对正文有关键意的习题和计算机练习。

书籍介绍

《模式分类》(英文版)(第2版)简明易读，新增的图表使得许多统计和数学题材非常生动。最终以完美和谐的形式，引导读者深入新的主题。