เกี่ยวกับ eBook เล่มนี้
Machines capable of automatic pattern recognition have many fascinating uses in science & engineering as well as in our daily lives. Algorithms for supervised classification, where one infers a decision boundary from a set of training examples, are at the core of this capability.
This book takes a close view of data complexity & its role in shaping the theories & techniques in different disciplines & asks:
- What is missing from current classification techniques?
- When the automatic classifiers are not perfect, is it a deficiency of the algorithms by design, or is it a difficulty intrinsic to the classification task?
- How do we know whether we have exploited to the fullest extent the knowledge embedded in the training data?
Uunique in its comprehensive coverage & multidisciplinary approach from various methodological & practical perspectives, researchers & practitioners will find this book an insightful reference to learn about current available techniques as well as application areas.
Machines capable of automatic pattern recognition have many fascinating uses in science & engineering as well as in our daily lives. Algorithms for supervised classification, where one infers a decision boundary from a set of training examples, are at the core of this capability.
This book takes...
สำรวจหนังสือเล่มอื่นๆ
การให้คะแนนและรีวิว
1 รีวิว
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
