ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ

Η τρίτη έκδοση του κλασικού εγχειριδίου αποτελεί έναν πλήρη οδηγό αναφοράς στον τομέα των τεχνητών νευρωνικών δικτύων και της μηχανικής μάθησης. Εκτενώς ανανεωμένη και εμπλουτισμένη, αυτή η νέα έκδοση παρουσιάζει με περιεκτικό και ολοκληρωμένο τρόπο τις νεότερες εξελίξεις ενός επιστημονικού πεδίου που αποκτά ολοένα και μεγαλύτερη σπουδαιότητα. Ορισμένα από τα σημαντικότερα θέματα που πραγματεύεται το βιβλίο είναι τα ακόλουθα:
- Online αλγόριθμοι μάθησης, βασιζόμενοι σε τεχνικές στοχαστικής κατάδυσης. προβλήματα μάθησης μικρής και μεγάλης κλίμακας
- Μέθοδοι πυρήνα, μηχανές διανυσμάτων υποστήριξης και θεώρημα Representer.
- Μοντέλα μάθησης βασιζόμενα στη θεωρία της πληροφορίας -πολυμεταβλητές κατανομές copula, ανάλυση ανεξάρτητων συνιστωσών (Independent Components Analysis, ICA), λογική ανάλυση ICA και συμφόρηση πληροφοριών.
- Στοχαστικός δυναμικός προγραμματισμός, φίλτρα Kalman και Particle.
- Ανατροφοδοτούμενα νευρωνικά δίκτυα τα οποία εκπαιδεύονται με τη χρήση αλγορίθμων εκτίμησης κατάστασης.
- Εύστοχα και αποτελεσματικά πειράματα με υπολογιστή.

Εξίσου σημαντικό είναι το γεγονός ότι το βιβλίο είναι γραμμένο με το προσιτό, ευκολονόητο στυλ που αποτελεί σήμα κατατεθέν του διεθνώς αναγνωρισμένου καθηγητή Simon Haykin.