Produktbild: Support Vector Machines: Theory and Applications
Band 177

Support Vector Machines: Theory and Applications

145,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.11.2010

Abbildungen

X, 431 p.

Herausgeber

Lipo Wang

Verlag

Springer Berlin

Seitenzahl

431

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

668 g

Auflage

Softcover reprint of hardcover 1st edition 2005

Sprache

Englisch

ISBN

978-3-642-06368-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.11.2010

Abbildungen

X, 431 p.

Herausgeber

Lipo Wang

Verlag

Springer Berlin

Seitenzahl

431

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

668 g

Auflage

Softcover reprint of hardcover 1st edition 2005

Sprache

Englisch

ISBN

978-3-642-06368-8

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Support Vector Machines: Theory and Applications
  • From the contents: Support Vector Machines – An Introduction.- Multiple Model Estimation for Nonlinear Classification.- Componentwise Least Squares Support Vector Machines.- Active Support Vector Learning with Statistical Queries.- Local Learning vs. Global Learning: An Introduction to Maxi-Min Margin Machine.- Active-Set Methods for Support Vector Machines.- Theoretical and Practical Model Selection Methods for Support Vector Classifiers.- Adaptive Discriminant and Quasiconformal Kernel Nearest Neighbor Classification.- Improving the Performance of the Support Vector Machine: Two Geometrical Scaling Methods.- An Accelerated Robust Support Vector Machine Algorithm.- Fuzzy Support Vector Machines with Automatic Membership Setting.- Iterative Single Data Algorithm for Training Kernel Machines from Huge Data Sets: Theory and Performance.- Kernel Discriminant Learning with Application to Face Recognition.- Fast Color Texture-based Object Detection in Images: Application to License Plate Localization.