Bewertung:
Das Buch bietet eine solide Einführung in neuronale Netze, wobei der Schwerpunkt auf Feed-Forward-Strukturen und deren statistischen Grundlagen liegt. Es enthält zwar wertvolle theoretische Inhalte, aber es wurde kritisiert, dass es für Anfänger zu fortgeschritten ist, dass es an praktischen Beispielen mangelt und dass es im Hinblick auf die jüngsten Fortschritte auf diesem Gebiet etwas veraltet ist. Leser mit einem ausgeprägten mathematischen Hintergrund können am meisten davon profitieren, da das Material sehr mathematisch und theoretisch ist.
Vorteile:⬤ Umfassende Einführung in Feed-Forward-Neuronale Netze.
⬤ Starke Betonung von Statistik und mathematischen Grundlagen.
⬤ Gut strukturiert und logisch durch die Themen fortschreitend.
⬤ Wertvoll für diejenigen mit Vorkenntnissen, die ein tieferes Verständnis der Konzepte erhalten.
⬤ Klare und formale Darstellung komplexer Themen.
⬤ Veraltet und deckt nicht die jüngsten Fortschritte beim Deep Learning ab.
⬤ Kann für Anfänger oder Personen ohne fundierte mathematische Kenntnisse zu fortgeschritten und theoretisch sein.
⬤ Es fehlen konkrete Beispiele und praktische Anwendungen für die besprochenen Konzepte.
⬤ Übungen verstärken die Konzepte möglicherweise nicht effektiv und es fehlen Antworten zur Selbsteinschätzung.
⬤ Einige Leser empfinden das Buch als zu akademisch mit unzureichenden Erklärungen für Schlüsselkonzepte.
(basierend auf 31 Leserbewertungen)
Neural Networks for Pattern Recognition
Dies ist die erste umfassende Abhandlung über neuronale Feed-Forward-Netze aus der Perspektive der statistischen Mustererkennung.
Nach einer Einführung in die grundlegenden Konzepte untersucht das Buch Techniken zur Modellierung von Wahrscheinlichkeitsdichtefunktionen sowie die Eigenschaften und Vorzüge von mehrschichtigen Perzeptron- und Radialbasisfunktionsnetzmodellen. Außerdem werden verschiedene Formen von Fehlerfunktionen, Hauptalgorithmen für die Minimalisierung von Fehlerfunktionen, Lernen und Verallgemeinerung in neuronalen Netzen sowie Bayessche Techniken und ihre Anwendungen behandelt.
Dieses als Text konzipierte Werk mit über 100 Übungen ist auf dem neuesten Stand und wird allen, die sich mit neuronalen Berechnungen und Mustererkennung beschäftigen, von Nutzen sein.
| ISBN: | 9780198538646 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 1995 |
| Seitenzahl: | 504 |
Derzeit verfügbar, auf Lager.
