Bayesian Nonparametrics via Neural Networks
Herbert K. H. Lee
જાન્યુ 2004 · ASA-SIAM Series on Statistics and Applied Probability પુસ્તક 13 · SIAM
ઇ-પુસ્તક
106
પેજ
family_home
પાત્ર
info
reportરેટિંગ અને રિવ્યૂ ચકાસેલા નથી વધુ જાણો
આ ઇ-પુસ્તક વિશે
Bayesian Nonparametrics via Neural Networks is the first book to focus on neural networks in the context of nonparametric regression and classification, working within the Bayesian paradigm. Its goal is to demystify neural networks, putting them firmly in a statistical context rather than treating them as a black box. This approach is in contrast to existing books, which tend to treat neural networks as a machine learning algorithm instead of a statistical model. Once this underlying statistical model is recognized, other standard statistical techniques can be applied to improve the model. The Bayesian approach allows better accounting for uncertainty. This book covers uncertainty in model choice and methods to deal with this issue, exploring a number of ideas from statistics and machine learning. A detailed discussion on the choice of prior and new noninformative priors is included, along with a substantial literature review. Written for statisticians using statistical terminology, Bayesian Nonparametrics via Neural Networks will lead statisticians to an increased understanding of the neural network model and its applicability to real-world problems.
આ ઇ-પુસ્તકને રેટિંગ આપો
તમે શું વિચારો છો અમને જણાવો.
માહિતી વાંચવી
સ્માર્ટફોન અને ટૅબ્લેટ
Android અને iPad/iPhone માટે Google Play Books ઍપ ઇન્સ્ટૉલ કરો. તે તમારા એકાઉન્ટ સાથે ઑટોમૅટિક રીતે સિંક થાય છે અને તમને જ્યાં પણ હો ત્યાં તમને ઑનલાઇન અથવા ઑફલાઇન વાંચવાની મંજૂરી આપે છે.
લૅપટૉપ અને કમ્પ્યુટર
Google Play પર ખરીદેલ ઑડિઓબુકને તમે તમારા કમ્પ્યુટરના વેબ બ્રાઉઝરનો ઉપયોગ કરીને સાંભળી શકો છો.
eReaders અને અન્ય ડિવાઇસ
Kobo ઇ-રીડર જેવા ઇ-ઇંક ડિવાઇસ પર વાંચવા માટે, તમારે ફાઇલને ડાઉનલોડ કરીને તમારા ડિવાઇસ પર ટ્રાન્સફર કરવાની જરૂર પડશે. સપોર્ટેડ ઇ-રીડર પર ફાઇલો ટ્રાન્સ્ફર કરવા માટે સહાયતા કેન્દ્રની વિગતવાર સૂચનાઓ અનુસરો.
