出版社:机械工业出版社
出版日期:2004-2
ISBN:9787111136873
作者:Richard O.Duda,Peter E.Hart,David G.Stork
页数:654页
内容概要
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。
书籍目录
PREFACE1 INTRODUCTION2 BAYESIAN DECISION THEORY3 MAXIMUM-LIKELIHOOD AND BAYESIAN PARAMETER ESTIMATION4 NONPARAMETRIC TECHNIQUES5 LINEAR DISCRIMINANT FUNCTIONS6 MULTILAYER NEURAL NETWORKS7 STOCHASTIC METHODS8 NONMETRIC METHODS9 ALGORITHM-INDEPENDENT MACHINE LEARNING10 UNSUPERVISED LEARNING AND CLUSTERINGA MATHEMATICAL FOUNDATIONSINDEX
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。最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。
作者简介
《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。
图书封面