Avis des lecteurs
Résumé:Ce livre offre une solide introduction aux réseaux neuronaux, en se concentrant particulièrement sur les structures de type feed-forward et leurs fondements statistiques. Bien qu'il contienne un contenu théorique précieux, il a été critiqué pour être trop avancé pour les débutants, pour manquer d'exemples pratiques et pour être quelque peu dépassé en termes d'avancées récentes dans le domaine. Les lecteurs ayant un solide bagage mathématique peuvent en tirer le plus grand profit, car le matériel est fortement mathématique et théorique.
Avantages:⬤ Introduction complète aux réseaux neuronaux feed-forward.
⬤ Accent mis sur les statistiques et les fondements mathématiques.
⬤ Bien structuré et progressant logiquement à travers les sujets.
⬤ Précieux pour ceux qui ont des connaissances préalables, offrant une compréhension plus approfondie des concepts.
⬤ Présentation claire et formelle de sujets complexes.
⬤ Daté et ne couvrant pas les avancées récentes en matière d'apprentissage profond.
⬤ Peut être trop avancé et théorique pour les débutants ou ceux qui n'ont pas de solides connaissances en mathématiques.
⬤ Manque d'exemples concrets et d'applications pratiques pour les concepts abordés.
⬤ Les exercices ne renforcent peut-être pas les concepts de manière efficace et manquent de réponses pour l'auto-évaluation.
⬤ Certains lecteurs le trouvent trop académique avec des explications insuffisantes pour les concepts clés.
(basé sur 31 avis de lecteurs)
Titre original :
Neural Networks for Pattern Recognition
Contenu du livre :
Il s'agit du premier traitement complet des réseaux neuronaux feed-forward du point de vue de la reconnaissance statistique des formes.
Après avoir introduit les concepts de base, le livre examine les techniques de modélisation des fonctions de densité de probabilité ainsi que les propriétés et les mérites des modèles de perceptron multicouche et de réseau à fonction de base radiale. Il traite également des différentes formes de fonctions d'erreur, des principaux algorithmes de minimisation des fonctions d'erreur, de l'apprentissage et de la généralisation dans les réseaux neuronaux, ainsi que des techniques bayésiennes et de leurs applications.
Conçu comme un texte, avec plus de 100 exercices, cet ouvrage entièrement mis à jour profitera à toute personne impliquée dans les domaines de l'informatique neuronale et de la reconnaissance des formes.
Autres informations sur le livre :
| ISBN : | 9780198538646 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 1995 |
| Nombre de pages : | 504 |
Achat:
Actuellement disponible, en stock.
