Главная
Исследования
Генетические алгоритмы
UniCalc
книги
Главная
Исследования
Генетические алгоритмы
UniCalc
книги
Главная
книги
Копия Глава 20. Статистические методы обучения
Копия Глава 20. Статистические методы обучения
Название
Библиографические и исторические заметки
Многослойные нейронные сети с прямым распространением
Модели ближайшего соседа
Наивные байесовские модели
Нейронные сети
Неконтролируемая кластеризация: определение в процессе обучения смешанных гауссовых распределений
Обучение байесовским параметрам
Обучение байесовских сетей со скрытыми переменными
Обучение на основе экземпляра
Обучение параметрам с максимальным правдоподобием: непрерывные модели
Обучение параметрам с помощью метода максимального правдоподобия: дискретные модели
Обучение с помощью полных данных
Обучение с помощью скрытых переменных: алгоритм ЕМ
Обучение скрытых марковских моделей
Общая форма алгоритма ЕМ
Однослойные нейронные сети с прямым распространением (персептроны)
Определение в процессе обучения структур нейронных сетей
Определение путем обучения структур байесовских сетей
Определение с помощью обучения структур байесовских сетей со скрытыми переменными
Практический пример: распознавание рукописных цифр
Резюме
Статистические методы обучения
Статистическое обучение
Структуры сетей
Элементы в нейронных сетях
Ядерные машины
Ядерные модели
<< В начало
< Предыдущая
1
Следующая >
В конец >>
Всего 1 - 27 из 27
Копия Глава 11. Основы планирования
( 25 элементы )
Копия Глава 13. Неопределенность
( 21 элементы )
Копия Глава 18. Обучение на основе наблюдений
( 18 элементы )
Копия Глава 22. Общение
( 26 элементы )
Копия Глава 26. Философские основания
( 13 элементы )
Копия Глава 1. Введение
( 28 элементы )
Копия Глава 3. Решение проблем посредством поиска
( 22 элементы )
Копия Глава 7. Логические агенты
( 24 элементы )
Копия Глава 12. Планирование и осуществление действий в реальном мире
( 20 элементы )
Копия Глава 14. Вероятностные рассуждения
( 21 элементы )
Копия Глава 19. Применение знаний в обучении
( 21 элементы )
Копия Глава 23. Вероятностная обработка лингвистической информации
( 17 элементы )
Копия Глава 27. Настоящее и будущее искусственного интеллекта
( 5 элементы )
Копия Глава 2. Интеллектуальные агенты
( 18 элементы )
Копия Глава 4. Информированный поиск и исследование пространства состояний
( 23 элементы )
Копия Глава 8. Логика первого порядка
( 20 элементы )
Копия Глава 15. Вероятностные рассуждения во времени
( 26 элементы )
Копия Глава 24. Восприятие
( 23 элементы )
Копия Приложение А. Математические основы
( 6 элементы )
Копия Глава 5. Задачи удовлетворения ограничений
( 10 элементы )
Копия Глава 9. Логический вывод в логике первого порядка
( 28 элементы )
Копия Глава 16. Принятие простых решений
( 22 элементы )
Копия Глава 21. Обучение с подкреплением
( 15 элементы )
Копия Глава 25. Робототехника
( 26 элементы )
Копия Приложение Б. Общие сведения о языках и алгоритмах.
( 2 элементы )
Копия Глава 6. Поиск в условиях противодействия
( 18 элементы )
Копия Глава 10. Представление знаний
( 32 элементы )
Копия Глава 17. Принятие сложных решений
( 14 элементы )
Копия Литература
( 1 элементы )
Назад