Puntuación:
El libro ofrece una sólida introducción a las redes neuronales, centrándose especialmente en las estructuras feed-forward y sus fundamentos estadísticos. Aunque contiene un valioso contenido teórico, ha sido criticado por ser demasiado avanzado para los principiantes, carecer de ejemplos prácticos y estar algo anticuado en cuanto a los avances recientes en este campo. Los lectores con una sólida formación matemática pueden ser los más beneficiados, ya que el material es muy matemático y teórico.
Ventajas:⬤ Introducción exhaustiva a las redes neuronales feed-forward.
⬤ Fuerte énfasis en estadística y fundamentos matemáticos.
⬤ Bien estructurado y progresa lógicamente a través de los temas.
⬤ Valioso para quienes tienen conocimientos previos, ya que ofrece una comprensión más profunda de los conceptos.
⬤ Presentación clara y formal de temas complejos.
⬤ Anticuado y no cubre los avances recientes en aprendizaje profundo.
⬤ Puede ser demasiado avanzado y teórico para principiantes o personas sin una sólida formación matemática.
⬤ Carece de ejemplos concretos y aplicaciones prácticas para los conceptos tratados.
⬤ Es posible que los ejercicios no refuercen los conceptos de forma eficaz y que falten respuestas para la autoevaluación.
⬤ Algunos lectores lo encuentran excesivamente académico con explicaciones insuficientes de los conceptos clave.
(basado en 31 opiniones de lectores)
Neural Networks for Pattern Recognition
Se trata del primer tratamiento exhaustivo de las redes neuronales feed-forward desde la perspectiva del reconocimiento estadístico de patrones.
Tras introducir los conceptos básicos, el libro examina las técnicas de modelización de las funciones de densidad de probabilidad y las propiedades y ventajas de los modelos de red perceptrón multicapa y de función de base radial. También se tratan diversas formas de funciones de error, los principales algoritmos para la minimización de funciones de error, el aprendizaje y la generalización en redes neuronales, y las técnicas bayesianas y sus aplicaciones.
Diseñado como un texto, con más de 100 ejercicios, este trabajo totalmente actualizado beneficiará a cualquier persona involucrada en los campos de la computación neuronal y el reconocimiento de patrones.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)