Učenie pomocou neurónových sietí: Teoretické základy

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 10 hlasoch.

Pôvodný názov:

Neural Network Learning: Theoretical Foundations

Obsah knihy:

Táto dôležitá práca opisuje najnovšie teoretické pokroky v oblasti štúdia umelých neurónových sietí. Skúma pravdepodobnostné modely problémov učenia pod dohľadom a zaoberá sa kľúčovými štatistickými a výpočtovými otázkami.

V kapitolách sa skúma výskum klasifikácie vzorov pomocou sietí s binárnym výstupom vrátane diskusie o význame Vapnikovej Chervonenkisovej dimenzie a odhadov dimenzie pre niekoľko modelov neurónových sietí. Okrem toho Anthony a Bartlett vyvíjajú model klasifikácie pomocou sietí s reálnym výstupom a demonštrujú užitočnosť klasifikácie s veľkou rezervou. Autori vysvetľujú úlohu škálovo citlivých verzií Vapnikovej Chervonenkisovej dimenzie pri klasifikácii s veľkou rezervou a pri reálnej predikcii.

Kľúčové kapitoly sa zaoberajú aj výpočtovou zložitosťou učenia neurónových sietí, pričom opisujú rôzne výsledky tvrdosti a uvádzajú dva efektívne, konštruktívne algoritmy učenia. Kniha je samostatná a prístupná pre výskumníkov a postgraduálnych študentov informatiky, inžinierstva a matematiky.