ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Pattern Recognition

دانلود کتاب تشخیص الگو

Pattern Recognition

مشخصات کتاب

Pattern Recognition

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781597492720 
ناشر: Academic Press 
سال نشر: 2008 
تعداد صفحات: 957 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

قیمت کتاب (تومان) : 33,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 25


در صورت تبدیل فایل کتاب Pattern Recognition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تشخیص الگو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تشخیص الگو


  • ''این کتاب مرجع عالی برای تشخیص الگوی ماشینی است یادگیری و داده کاوی بر مشکلات طبقه‌بندی و خوشه‌بندی، دو مهم‌ترین مشکل کلی در این حوزه‌ها تمرکز دارد. این کتاب وسعت و عمق فوق العاده ای در پوشش این موضوعات دارد. این به وضوح بهترین کتاب موجود در مورد موضوع امروز است.
    نسخه جدید یک بازبینی عالی و به روز کتاب است. من به ویژه از پوشش جدید ارائه شده در چندین موضوع، از جمله دیدگاه‌های جدید در مورد ماشین‌های بردار پشتیبانی، و پوشش کامل و عمیق روش‌های جدید خوشه‌بندی، لذت برده‌ام.

    این یکی از ویژگی‌های برجسته این کتاب است: پوشش موضوعات در کل، محکم، عمیق و اصولی است. این کتاب در بیان نکات مهم در هر تکنیک بسیار موفق است، در حالی که حاوی مثال‌های جالب زیادی برای توضیح مفاهیم پیچیده است. من معتقدم بخش کاهش ابعاد یک توضیح عالی در مورد این موضوع، در میان بهترین های موجود است، و این تنها یک مثال است. همراه با پوشش منحصر به فرد در گستردگی خود، این کتاب را برای استفاده به عنوان مرجع، به عنوان یک کتاب درسی برای کلاس های مقطع کارشناسی یا کارشناسی ارشد، و برای شاغلی که می خواهد این تکنیک ها را در عمل اعمال کند، مناسب می کند.

    من استاد علوم کامپیوتر هستم. اگرچه تشخیص الگو تمرکز اصلی من نیست، اما در زمینه های مرتبط داده کاوی و پایگاه های داده کار می کنم. من از این کتاب برای تحقیق خودم و با موفقیت به عنوان ماده آموزشی استفاده کرده ام. من اکیداً این کتاب را به دانشجویان دانشگاهی و حرفه ای توصیه می کنم. "- دیمیتریوس گونوپولوس، دانشگاه کالیفرنیا، ریورساید، ایالات متحده آمریکا. دودا و هارت (1973). در طول دهه‌های بعدی، من به طور مداوم دو کار انجام دادم: (1) دودا و هارت را به عنوان بهترین کتاب موجود در زمینه تشخیص الگو توصیه کردم. و (ii) می خواستم بهترین کتاب بعدی را در مورد این موضوع بنویسم.
    من (i) را زمانی که اولین ویرایش S از آن منتشر شد متوقف کردم. تئودوریدیس و ک. کتاب کوترومباس ظاهر شد و نیاز به (ii) را جایگزین کرداین بهترین کتابی بود که از زمان متن اصلی دودا و هارت در این زمینه نوشته شده است و هست. آن را بخرید - خوشحال خواهید شد.» - جیم بزدک، دانشگاه فلوریدا غربی و عضو ارشد دانشگاه ملبورن (استرالیا).«من چهارمین مورد را در نظر می‌گیرم. ویرایش کتاب تشخیص الگو، اثر اس. تئودوریدیس و ک. کوترومباس به عنوان "کتاب مقدس تشخیص الگو" - سایمون هایکین، دانشگاه مک مستر، کانادا" دوره تحصیلات تکمیلی در زمینه تشخیص الگوی آماری بیش از بیست و پنج سال است که در طی آن از کتاب های زیادی با سطوح مختلف رضایت استفاده کرده ام. اخیراً، کتاب تئودوریدیس و کوترومباس (ویرایش 4امین) را برای دوره تحصیلات تکمیلی خود در زمینه تشخیص الگوی آماری در دانشگاه مریلند پذیرفتم. این دوره توسط دانشجویان رشته های مهندسی برق، علوم کامپیوتر، زبان شناسی و ریاضیات کاربردی برگزار می شود. کتاب جامع تدوریدیس و کوترومباس موضوعات سنتی و مدرن را در تشخیص الگوی آماری به شیوه‌ای شفاف و بدون کاهش دقت پوشش می‌دهد. این کتاب به زیبایی به نیازهای دانشجویان فارغ التحصیل از رشته های مختلف ذکر شده در بالا می پردازد. این تنها کتابی است که در مورد تکنیک های نظارت شده و بدون نظارت (خوشه بندی) عدالت را رعایت می کند. هر دانش آموز، محقق و مربی که به هر و همه جنبه های تشخیص الگوی آماری علاقه مند باشد، این کتاب را بسیار رضایت بخش خواهد یافت. من آن را بسیار توصیه می کنم."
    -راما چلاپا، دانشگاه مریلند
    "کتاب تشخیص الگو، اثر پروفسور. سرجیوس تئودوریدیس و کنستانتینوس کوترومباس، به سرعت تبدیل به "انجیل" برای آموزش و یادگیری نکات و نکات فناوری تشخیص الگو شده اند. در تدریس خودم، از مطالب چهار فصل اول کتاب (از مبانی تا نظریه تصمیم بیز تا طبقه‌بندی‌کننده‌های خطی و نهایتاً تا طبقه‌بندی‌کننده‌های غیرخطی) در کلاس خود در زمینه مبانی تشخیص گفتار استفاده کرده‌ام و مطالبی را یافته‌ام که باید ارائه شود. به روشی واضح و قابل درک، با مشکلات و ایده های عالی برای پروژه ها. همه دانش آموزان من اصول اولیه تشخیص الگو را از این کتاب آموخته اند و من آن را به هر دانش آموز جدی در این زمینه توصیه می کنم." - پروفسور. لارنس رابینر

توضیحاتی درمورد کتاب به خارجی

  • ''This book is an excellent reference for pattern recognition, machine learning, and data mining. It focuses on the problems of classification and clustering, the two most important general problems in these areas. This book has tremendous breadth and depth in its coverage of these topics; it is clearly the best book available on the topic today.
    The new edition is an excellent up-to-date revision of the book. I have especially enjoyed the new coverage provided in several topics, including new viewpoints on Support Vector Machines, and the complete in-depth coverage of new clustering methods.

    This is a standout characteristic of this book: the coverage of the topics is solid, deep, and principled throughout. The book is very successful in bringing out the important points in each technique, while containing lots of interesting examples to explain complicated concepts. I believe the section on dimensionality reduction is an excellent exposition on this topic, among the best available, and this is just one example. Combined with a coverage unique in its extend, this makes the book appropriate for use as a reference, as a textbook for upper level undergraduate or graduate classes, and for the practitioner that wants to apply these techniques in practice.

    I am a professor in Computer Science. Although pattern recognition is not my main focus, I work in the related fields of data mining and databases. I have used this book for my own research and, very successfully, as teaching material. I would strongly recommend this book to both the academic student and the professional.''- Dimitrios Gunopoulos, University of California, Riverside, USA.
    ''I cut my pattern recognition teeth on a draft version of Duda and Hart (1973). Over subsequent decades, I consistently did two things: (i) recommended Duda and Hart as the best book available on pattern recognition; and (ii) wanted to write the next best book on this topic.I stopped (i) when the first edition ofS. Theodoridis andK. Koutroumbas'book appeared, and it supplanted the need for (ii)It was, and is, the best book that has been written on the subject since Duda and Hart's seminal original text. Buy it - you'll be happy you did.'' - Jim Bezdek, University of West Florida and Senior Fellow, U. of Melbourne (Australia).''I consider the fourth edition of the book Pattern Recognition, by S. Theodoridis and K. Koutroumbas as the ''Bible of Pattern Recognition''- Simon Haykin, McMaster University, Canada''I have taught a graduate course on statistical pattern recognition for more than twenty five years during which I have used many books with different levels of satisfaction. Recently, I adopted the book by Theodoridis and Koutroumbas (4th edition) for my graduate course on statistical pattern recognition at University of Maryland. This course is taken by students from electrical engineering, computer science, linguistics and applied mathematics. The comprehensive book by Thedoridis and Koutroumbas covers both traditional and modern topics in statistical pattern recognition in a lucid manner, without compromising rigor. This book elegantly addresses the needs of graduate students from the different disciplines mentioned above. This is the only book that does justice to both supervised and unsupervised (clustering) techniques. Every student, researcher and instructor who is interested in any and all aspects of statistical pattern recognition will find this book extremely satisfying. I recommend it very highly.''
    -Rama Chellappa, University of Maryland
    ''The book Pattern Recognition, by Profs. Sergios Theodoridis and Konstantinos Koutroumbas, has rapidly become the ''bible'' for teaching and learning the ins and outs of pattern recognition technology. In my own teaching, I have utilized the material in the first four chapters of the book (from basics to Bayes Decision Theory to Linear Classifiers and finally to Nonlinear Classifiers) in my class on fundamentals of speech recognition and have found the material to be presented in a clear and easily understandable manner, with excellent problems and ideas for projects. My students have all learned the basics of pattern recognition from this book and I highly recommend it to any serious student in this area.'' -Prof. Lawrence Rabiner


فهرست مطالب

Content: 
Copyright, Page iv
Preface, Pages xv-xvii
Chapter 1 - Introduction, Pages 1-12
Chapter 2 - Classifiers Based on Bayes Decision Theory, Pages 13-89
Chapter 3 - Linear Classifiers, Pages 91-150
Chapter 4 - Nonlinear Classifiers, Pages 151-260
Chapter 5 - Feature Selection, Pages 261-322
Chapter 6 - Feature Generation I: Data Transformation and Dimensionality Reduction, Pages 323-409
Chapter 7 - Feature Generation II, Pages 411-479
Chapter 8 - Template Matching, Pages 481-519
Chapter 9 - Context-Dependent Classification, Pages 521-565
Chapter 10 - Supervised Learning: The Epilogue, Pages 567-594
Chapter 11 - Clustering: Basic Concepts, Pages 595-625
Chapter 12 - Clustering Algorithms I: Sequential Algorithms, Pages 627-652
Chapter 13 - Clustering Algorithms II: Hierarchical Algorithms, Pages 653-700
Chapter 14 - Clustering Algorithms III: Schemes Based on Function Optimization, Pages 701-763
Chapter 15 - Clustering Algorithms IV, Pages 765-862
Chapter 16 - Cluster Validity, Pages 863-913
Appendix A - Hints from Probability and Statistics, Pages 915-926
Appendix B - Linear Algebra Basics, Pages 927-929
Appendix C - Cost Function Optimization, Pages 930-945
Appendix D - Basic Definitions from Linear Systems Theory, Pages 946-948
Index, Pages 949-961




نظرات کاربران