Verwandte Artikel zu A Probabilistic Theory of Pattern Recognition: 31 (Stochasti...
A Probabilistic Theory of Pattern Recognition: 31 (Stochastic Modelling and Applied Probability) - Softcover
Reseña del editor
A self-contained and coherent account of probabilistic techniques, covering: distance measures, kernel rules, nearest neighbour rules, Vapnik-Chervonenkis theory, parametric classification, and feature extraction. Each chapter concludes with problems and exercises to further the readers understanding. Both research workers and graduate students will benefit from this wide-ranging and up-to-date account of a fast- moving field.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
- VerlagSpringer
- Erscheinungsdatum2013
- ISBN 10 146126877X
- ISBN 13 9781461268772
- EinbandTapa blanda
- SpracheEnglisch
- Anzahl der Seiten660
Neu kaufen
Diesen Artikel anzeigen
EUR 106,31
EUR 14,18 für den Versand von Vereinigtes Königreich nach USA
Versandziele, Kosten & DauerWeitere beliebte Ausgaben desselben Titels
Suchergebnisse für A Probabilistic Theory of Pattern Recognition: 31 (Stochasti...
Beispielbild für diese ISBN
A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability)
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. In English. Artikel-Nr. ria9781461268772_new
Anzahl: Mehr als 20 verfügbar
Foto des Verkäufers
A Probabilistic Theory of Pattern Recognition
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Pattern recognition presents one of the most significant challenges for scientists and engineers, and many different approaches have been proposed. The aim of this book is to provide a self-contained account of probabilistic analysis of these approaches. The book includes a discussion of distance measures, nonparametric methods based on kernels or nearest neighbors, Vapnik-Chervonenkis theory, epsilon entropy, parametric classification, error estimation, free classifiers, and neural networks. Wherever possible, distribution-free properties and inequalities are derived. A substantial portion of the results or the analysis is new. Over 430 problems and exercises complement the material. Artikel-Nr. 9781461268772
Anzahl: 1 verfügbar