Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Statistics and Machine Learning Techniques. Regression Model and Radial Basis Functions Model
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Daniel Akinboro
ISBN: 9786203583960
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 64
Издательство: LAP LAMBERT Academic Publishing
Цена: 23350 тг
Положить в корзину
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: This book explains the comparison of Statistical Technique and Machine Learning Technique, specifically the Regression Model and the Radial Basis Function Neural Network (RBFNN) Model. This explanation involves the Mathematical theory and principle upon which RBFNN model was developed and it manages the generally belief that Machine Learning techniques are “Black Box” meaning that the Mathematics of Neural Network cannot be explained. Therefore, this book explains the Mathematics of the Radial Basis Functions which depends on the Gaussian function. Some estimates of the two models were compared and explained in this book such as the Sum of Squares of Errors, Bayesian Information Criterion and the Relative Importance of each explanatory variable.
Ключевые слова: Statistics, Machine Learning, regression, Radial Basis Functions, Neural Network