Главная
Исследования
Генетические алгоритмы
UniCalc
Главная
Копия Глава 20. Статистические методы обучения
Название
Библиографические и исторические заметки
Резюме
Практический пример: распознавание рукописных цифр
Ядерные машины
Определение в процессе обучения структур нейронных сетей
Многослойные нейронные сети с прямым распространением
Однослойные нейронные сети с прямым распространением (персептроны)
Структуры сетей
Элементы в нейронных сетях
Нейронные сети
Ядерные модели
Модели ближайшего соседа
Обучение на основе экземпляра
Определение с помощью обучения структур байесовских сетей со скрытыми переменными
Общая форма алгоритма ЕМ
Обучение скрытых марковских моделей
Обучение байесовских сетей со скрытыми переменными
Неконтролируемая кластеризация: определение в процессе обучения смешанных гауссовых распределений
Обучение с помощью скрытых переменных: алгоритм ЕМ
Определение путем обучения структур байесовских сетей
Обучение байесовским параметрам
Обучение параметрам с максимальным правдоподобием: непрерывные модели
Наивные байесовские модели
Обучение параметрам с помощью метода максимального правдоподобия: дискретные модели
Обучение с помощью полных данных
Статистическое обучение
Статистические методы обучения
 
<< В начало < Предыдущая 1 Следующая > В конец >>
Всего 1 - 27 из 27
Назад