Klimaneutrales UnternehmenFaire PreiseSchneller & kostenloser Versand
Empirical Inference

Empirical Inference

119,99 €

inkl. MwSt. versandkostenfrei

Lieferzeit 1-3 Werktage

Kurzinformation

Sprache:
Englisch
ISBN:
3642411355
Seitenzahl:
287
Auflage:
-
Erschienen:
2014-01-02
Dein Kauf tut Gutes! Mit diesem Kauf trägst Du zur Neupflanzung eines Baumes bei. Jeder Baum zählt! Green Tree

Gebrauchte Bücher kaufen

Information
Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.
Information
Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information
Neuware - verlagsfrische aktuelle Buchausgabe.
Natural Klimaneutral
Coins Faire Preise
Check Schnelle & einfache Abwicklung
119,99 €

inkl. MwSt. versandkostenfrei

Lieferzeit 1-3 Werktage

119,99 €

inkl. MwSt. versandkostenfrei


Beschreibung

Empirical Inference
Festschrift in Honor of Vladimir N. Vapnik

This book honours the outstanding contributions of Vladimir Vapnik, a rare example of a scientist for whom the following statements hold true simultaneously: his work led to the inception of a new field of research, the theory of statistical learning and empirical inference; he has lived to see the field blossom; and he is still as active as ever. He started analyzing learning algorithms in the 1960s and he invented the first version of the generalized portrait algorithm. He later developed one of the most successful methods in machine learning, the support vector machine (SVM) - more than just an algorithm, this was a new approach to learning problems, pioneering the use of functional analysis and convex optimization in machine learning. Part I of this book contains three chapters describing and witnessing some of Vladimir Vapnik's contributions to science. In the first chapter, Léon Bottou discusses the seminal paper published in 1968 by Vapnik and Chervonenkis that lay the foundations of statistical learning theory, and the second chapter is an English-language translation of that original paper. In the third chapter, Alexey Chervonenkis presents a first-hand account of the early history of SVMs and valuable insights into the first steps in the development of the SVM in the framework of the generalised portrait method. The remaining chapters, by leading scientists in domains such as statistics, theoretical computer science, and mathematics, address substantial topics in the theory and practice of statistical learning theory, including SVMs and other kernel-based methods, boosting, PAC-Bayesian theory, online and transductive learning, loss functions, learnable function classes, notions of complexity for function classes, multitask learning, and hypothesis selection. These contributions include historical and context notes, short surveys, and comments on future research directions. This book will be of interest to researchers, engineers, and graduate students engaged with all aspects of statistical learning. von Schölkopf, Bernhard und Luo, Zhiyuan und Vovk, Vladimir

Produktdetails

Einband:
Gebunden
Seitenzahl:
287
Erschienen:
2014-01-02
Sprache:
Englisch
EAN:
9783642411359
ISBN:
3642411355
Gewicht:
629 g
Auflage:
-
Verwandte Sachgebiete:

Entdecke mehr vom Verlag


Kundenbewertungen

0
Kundenbewertungen für "Empirical Inference"
Bewertung schreiben
Bewertungen werden nach Überprüfung freigeschaltet.

Die mit einem * markierten Felder sind Pflichtfelder.

Ich habe die Datenschutzbestimmungen zur Kenntnis genommen.


Neu
119,99 €

Zuletzt angesehen

Entdecke mehr Gebrauchtes für Dich
frontend/listing/product-box/box-product-slider.tpl