• صفحه اصلی
  • جستجوی پیشرفته
  • فهرست کتابخانه ها
  • درباره پایگاه
  • ارتباط با ما
  • تاریخچه

عنوان
Bayesian learning for neural networks /

پدید آورنده
Radford M. Neal.

موضوع
Bayesian statistical decision theory.,Machine learning.,Neural networks (Computer science)

رده
QA279
.
5
.
N43
1996

کتابخانه
مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی

محل استقرار
استان: قم ـ شهر: قم

مرکز و کتابخانه مطالعات اسلامی به زبان‌های اروپایی

تماس با کتابخانه : 32910706-025

شابک

شابک
0387947248 (softcover : alk. paper)
شابک
9780387947242 (softcover : alk. paper)
شابک اشتباه
0387982221

شماره کتابشناسی ملی

شماره
dltt

عنوان و نام پديدآور

عنوان اصلي
Bayesian learning for neural networks /
نام عام مواد
[Book]
نام نخستين پديدآور
Radford M. Neal.

وضعیت نشر و پخش و غیره

محل نشرو پخش و غیره
New York :
نام ناشر، پخش کننده و غيره
Springer,
تاریخ نشرو بخش و غیره
1996.

مشخصات ظاهری

نام خاص و کميت اثر
xi, 183 p. :
ساير جزييات
ill. ;
ابعاد
24 cm.

فروست

عنوان فروست
Lecture notes in statistics ;
مشخصه جلد
118

یادداشتهای مربوط به کتابنامه ، واژه نامه و نمایه های داخل اثر

متن يادداشت
Includes bibliographical references and index.

یادداشتهای مربوط به مندرجات

متن يادداشت
1. Introduction -- 2. Priors for Infinite Networks -- 3. Monte Carlo Implementation -- 4. Evaluation of Neural Network Models -- 5. Conclusions and Further Work -- A. Details of the Implementation -- B. Obtaining the software.
بدون عنوان
0

یادداشتهای مربوط به خلاصه یا چکیده

متن يادداشت
Artificial "neural networks" are now widely used as flexible models for regression classification applications, but questions remain regarding what these models mean, and how they can safely be used when training data is limited. Bayesian Learning for Neural Networks shows that Bayesian methods allow complex neural network models to be used without fear of the "overfitting" that can occur with traditional neural network learning methods. Insight into the nature of these complex Bayesian models is provided by a theoretical investigation of the priors over functions that underlie them. Use of these models in practice is made possible using Markov chain Monte Carlo techniques. Both the theoretical and computational aspects of this work are of wider statistical interest, as they contribute to a better understanding of how Bayesian methods can be applied to complex problems.
متن يادداشت
Presupposing only the basic knowledge of probability and statistics, this book should be of interest to many researchers in statistics, engineering, and artificial intelligence. Software for Unix systems that implements the methods described is freely available over the Internet.

موضوع (اسم عام یاعبارت اسمی عام)

موضوع مستند نشده
Bayesian statistical decision theory.
موضوع مستند نشده
Machine learning.
موضوع مستند نشده
Neural networks (Computer science)

رده بندی کنگره

شماره رده
QA279
.
5
نشانه اثر
.
N43
1996

نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )

مستند نام اشخاص تاييد نشده
Neal, Radford M.

مبدا اصلی

تاريخ عمليات
20140218105108.0

دسترسی و محل الکترونیکی

نام الکترونيکي
 مطالعه متن کتاب 

اطلاعات رکورد کتابشناسی

نوع ماده
[Book]

اطلاعات دسترسی رکورد

تكميل شده
Y

پیشنهاد / گزارش اشکال

اخطار! اطلاعات را با دقت وارد کنید
ارسال انصراف
این پایگاه با مشارکت موسسه علمی - فرهنگی دارالحدیث و مرکز تحقیقات کامپیوتری علوم اسلامی (نور) اداره می شود
مسئولیت صحت اطلاعات بر عهده کتابخانه ها و حقوق معنوی اطلاعات نیز متعلق به آنها است
برترین جستجوگر - پنجمین جشنواره رسانه های دیجیتال