濠电姷鏁告慨鐑藉极閹间礁纾绘繛鎴烆焸濞戞瑦鍎熼柕濞垮劚閻庮參姊洪崗鑲┿偞闁哄懏绮岄悾鐑藉蓟閵夛箑鈧敻鏌ㄥ┑鍡涱€楅柡瀣〒缁辨帡鍩€椤掑嫬纾兼慨妯垮亹閸炵敻鏌i悩鐑樸€冮悹鈧敃鈧嵄闁告稑枪娴滄粓鏌ㄩ弴妤€浜鹃悗娈垮枛婢у酣骞戦姀鐘斀閻庯綆浜跺ḿ濠囨⒑缂佹◤顏勵嚕鐠虹洅鎺楀箛閻楀牃鎷洪梻鍌氱墛缁嬫帡骞栭幇顓犵鐎瑰壊鍠栭獮鏍煟閿濆懎妲绘い顐g箘閹瑰嫰鎼归悷鏉跨闂傚倷绶氶埀顒傚仜閼活垱鏅舵导瀛樼厾濡わ箒娉曠花鍧楁煏閸ャ劌濮嶆鐐村浮楠炲鎮滈崱姗嗘(闂傚倸鍊风粈渚€骞栭位鍥敍閻愭潙鈧埖绻濋棃娑氬妞ゃ儲宀搁弻娑⑩€﹂幋婵囩亐濠碘剝褰冮悧鎾诲蓟閿熺姴绀冮柍鍝勫€搁弳妤呮⒑娴兼瑧绉ù婊庡墰濡叉劙骞掑Δ鈧儫閻熸粌閰e鎶藉煛閸愵亞锛滈柡澶婄墑閸斿秹藟閸儲鐓涘ù锝堫潐瀹曞矂鏌℃担瑙勫磳闁轰焦鎹囬弫鎾绘晸閿燂拷 [闂傚倸鍊搁崐宄懊归崶顒佸剭妞ゆ劧绠戦獮銏ゆ煃鏉炴壆鍔嶆い鏂垮缁辨捇宕掑顑藉亾閸濄儳鐭欓柛鏇ㄥ灠缁狀垶鏌ㄩ悤鍌涘 | 闂傚倸鍊搁崐鐑芥嚄閼哥數浠氱紓鍌欒兌缁垶宕濆Δ鍐ㄥ灊闁哄啫鐗婇崐濠氭煢濡警妲搁柣搴弮濮婅櫣绮欓幐搴㈡嫳闂佺硶鏅涢崯鏉戭嚕閹间礁鍐€妞ゆ挾鍠撻崢顏呯節閻㈤潧浠滈柣蹇旂箞瀹曟繂顫濋懜鐢靛幐闂佺ǹ鏈〃鍛閿燂拷]

    • 模式分类(原书第2版典藏版精装版)(精)/智能科学与技术丛书
      • 作者:(美)理查德·O.杜达//皮特·E.哈特//大卫·G.斯托克|责编:姚蕾|译者:李宏东//姚天翔
      • 出版社:机械工业
      • ISBN:9787111762324
      • 出版日期:2024/10/01
      • 页数:542
    • 售价:59.6
  • 内容大纲

        本书的第1版《模式分类与场景分析》出版于1973年,是模式识别和场景分析领域奠基性的经典名著。在第2版中,除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外,读者将会发现新增了许多近25年来的新理论和新方法,其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例,各种不同方法的对比,丰富的图表,以及大量的课后习题和计算机练习。本书作为流行和经典的教材,主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和高年级本科生,也可作为相关领域科技人员的重要参考书。
  • 作者介绍

  • 目录

    译者序
    前言
    第1章  绪论
      1.1  机器感知
      1.2  一个例子
      1.3  模式识别系统
        1.3.1  传感器
        1.3.2  分割和组织
        1.3.3  特征提取
        1.3.4  分类器
        1.3.5  后处理
      1.4  设计循环
        1.4.1  数据采集
        1.4.2  特征选择
        1.4.3  模型选择
        1.4.4  训练
        1.4.5  评价
        1.4.6  计算复杂度
      1.5  学习和适应
        1.5.1  有监督学习
        1.5.2  无监督学习
        1.5.3  强化学习
      本章小结
      全书各章概要
      文献和历史评述
      参考文献
    第2章  贝叶斯决策论
      2.1  引言
      2.2  贝叶斯决策论——连续特征
      2.3  最小误差率分类
        *2.3.1  极小化极大准则
        *2.3.2  NeymanPearson准则
      2.4  分类器、判别函数及判定面
        2.4.1  多类情况
        2.4.2  两类情况
      2.5  正态密度
        2.5.1  单变量密度函数
        2.5.2  多元密度函数
      2.6  正态分布的判别函数
        2.6.1  情况1:Σi=σ2I
        2.6.2  情况2:Σi=Σ
        2.6.3  情况3:Σi=任意
      *2.7  误差概率和误差积分
      *2.8  正态密度的误差上界
        2.8.1  Chernoff界
        2.8.2  Bhattacharyya界
        2.8.3  信号检测理论和操作特性
      2.9  贝叶斯决策论——离散特征
        2.9.1  独立的二值特征
      *2.10  丢失特征和噪声特征

        2.10.1  丢失特征
        2.10.2  噪声特征
      *2.11  贝叶斯置信网
      *2.12  复合贝叶斯决策论及上下文
      本章小结
      文献和历史评述
      习题
      上机练习
      参考文献
    第3章  最大似然估计和贝叶斯参数估计
      3.1  引言
      3.2  最大似然估计
        3.2.1  基本原理
        3.2.2  高斯情况:μ未知
        3.2.3  高斯情况:μ和Σ均未知
        3.2.4  估计的偏差
      3.3  贝叶斯估计
        3.3.1  类条件密度
        3.3.2  参数的分布
      ……
    第4章  非参数技术
    第5章  线性判别函数
    第6章  多层神经网络
    第7章  随机方法
    第8章  非度量方法
    第9章  独立于算法的机器学习
    第10章  无监督学习和聚类
    附录A  数学基础
    索引

同类热销排行榜

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>