模式识别与神经网络

作者: 里普利
出版社: 人民邮电
出版时间: 2009-6
页数: 403
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  · · · · ·
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Modern Applied Statistics with S和S Programming。
可用资源  · · · · ·
暂无资源
添加资源