توضیحات
This book covers latest advancements in the areas of machine learning, computer vision, pattern recognition, computational learning theory, big data analytics, network intelligence, signal processingand their applications in real world. The topics covered in machine learning involves feature extraction, variants ofsupport vector machine (SVM), extreme learning machine (ELM), artificial neural network (ANN) and otherareas in machine learning. The mathematical analysis of computer vision and pattern recognition involves the use ofgeometric techniques, scene understanding and modelling from video, 3D object recognition, localization andtracking, medical image analysis and so on. Computational learning theory involves different kinds of learning likeincremental, online, reinforcement, manifold, multi-task, semi-supervised, etc. Further, it covers the real-timechallenges involved while processing big data analytics and stream processing with the integration of smart datacomputing services and interconnectivity. Additionally, it covers the recent developments to network intelligence foranalyzing the network information and thereby adapting the algorithms dynamically to improve the efficiency. In thelast, it includes the progress in signal processing to process the normal and abnormal categories of real-world signals,for instance signals generated from IoT devices, smart systems, speech, videos, etc., and involves biomedical signalprocessing: electrocardiogram (ECG), electroencephalogram (EEG), magnetoencephalography (MEG)and electromyogram (EMG).
————————————————————–
ترجمه ماشینی :
این کتاب آخرین پیشرفتها در زمینههای یادگیری ماشین، بینایی کامپیوتر، تشخیص الگو، نظریه یادگیری محاسباتی، تجزیه و تحلیل دادههای بزرگ، هوش شبکه، پردازش سیگنال و کاربردهای آنها در دنیای واقعی را پوشش میدهد. موضوعات تحت پوشش در یادگیری ماشین شامل استخراج ویژگی، انواع ماشین بردار پشتیبان (SVM)، ماشین یادگیری افراطی (ELM)، شبکه عصبی مصنوعی (ANN) و سایر حوزهها در یادگیری ماشین است. تجزیه و تحلیل ریاضی بینایی کامپیوتری و تشخیص الگوی شامل استفاده از تکنیکهای هندسی، درک صحنه و مدلسازی از ویدئو، تشخیص اشیاء سه بعدی، محلیسازی و ردیابی، تجزیه و تحلیل تصویر پزشکی و غیره است. تئوری یادگیری محاسباتی شامل انواع مختلفی از یادگیری است مانند افزایشی، آنلاین، تقویتی، چندگانه، چند وظیفه ای، نیمه نظارتی و غیره. و ارتباط متقابل علاوه بر این، پیشرفتهای اخیر در زمینه هوش شبکه را پوشش میدهد تا اطلاعات شبکه را تحلیل کند و در نتیجه الگوریتمها را به صورت پویا برای بهبود کارایی تطبیق دهد. در آخر، شامل پیشرفت در پردازش سیگنال برای پردازش دستههای عادی و غیرعادی سیگنال
tag : دانلود کتاب تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) , Download تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) , دانلود تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) , Download Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) Book , تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) دانلود , buy تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) , خرید کتاب تشخیص الگو و تجزیه و تحلیل داده ها با کاربردها (یادداشت های سخنرانی در مهندسی برق، 888) , دانلود کتاب Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) , کتاب Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) , دانلود Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) , خرید Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) , خرید کتاب Pattern Recognition and Data Analysis with Applications (Lecture Notes in Electrical Engineering, 888) ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.