• Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België vanaf € 30
  • Ruim aanbod met 7 miljoen producten
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België vanaf € 30
  • Ruim aanbod met 7 miljoen producten
  1. Boeken
  2. Non-fictie
  3. Informatica
  4. Computerwetenschappen
  5. Learning with Fractional Orthogonal Kernel Classifiers in Support Vector Machines

Learning with Fractional Orthogonal Kernel Classifiers in Support Vector Machines

Theory, Algorithms and Applications

Paperback | Engels | Industrial and Applied Mathematics
€ 244,45
+ 488 punten
Levering 1 à 4 weken
Eenvoudig bestellen
Veilig betalen
Gratis thuislevering vanaf € 30 (via bpost)
Gratis levering in je Standaard Boekhandel

Omschrijving

This book contains select chapters on support vector algorithms from different perspectives, including mathematical background, properties of various kernel functions, and several applications. The main focus of this book is on orthogonal kernel functions, and the properties of the classical kernel functions--Chebyshev, Legendre, Gegenbauer, and Jacobi--are reviewed in some chapters. Moreover, the fractional form of these kernel functions is introduced in the same chapters, and for ease of use for these kernel functions, a tutorial on a Python package named ORSVM is presented. The book also exhibits a variety of applications for support vector algorithms, and in addition to the classification, these algorithms along with the introduced kernel functions are utilized for solving ordinary, partial, integro, and fractional differential equations.

On the other hand, nowadays, the real-time and big data applications of support vector algorithms are growing. Consequently, the Compute Unified Device Architecture (CUDA) parallelizing the procedure of support vector algorithms based on orthogonal kernel functions is presented. The book sheds light on how to use support vector algorithms based on orthogonal kernel functions in different situations and gives a significant perspective to all machine learning and scientific machine learning researchers all around the world to utilize fractional orthogonal kernel functions in their pattern recognition or scientific computing problems.

Specificaties

Betrokkenen

Uitgeverij:

Inhoud

Aantal bladzijden:
305
Taal:
Engels
Reeks:

Eigenschappen

Productcode (EAN):
9789811965555
Verschijningsdatum:
20/03/2024
Uitvoering:
Paperback
Formaat:
Trade paperback (VS)
Afmetingen:
155 mm x 235 mm
Gewicht:
488 g
Standaard Boekhandel

Alleen bij Standaard Boekhandel

+ 488 punten op je klantenkaart van Standaard Boekhandel
E-BOOK ACTIE

Tot meer dan 50% korting

op een selectie e-books
E-BOOK ACTIE
E-book kortingen
Standaard Boekhandel

Beoordelingen

We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.