Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!
- Afhalen na 1 uur in een winkel met voorraad
- Gratis thuislevering in België vanaf € 30
- Ruim aanbod met 7 miljoen producten
Regularization, Optimization, Kernels, and Support Vector Machines
€ 58,45
+ 116 punten
Omschrijving
Regularization, Optimization, Kernels, and Support Vector Machines offers a snapshot of the current state of the art of large-scale machine learning, providing a single multidisciplinary source for the latest research and advances in regularization, sparsity, compressed sensing, convex and large-scale optimization, kernel methods, and support vector machines. Consisting of 21 chapters authored by leading researchers in machine learning, this comprehensive reference:
- Covers the relationship between support vector machines (SVMs) and the Lasso
- Discusses multi-layer SVMs
- Explores nonparametric feature selection, basis pursuit methods, and robust compressive sensing
- Describes graph-based regularization methods for single- and multi-task learning
- Considers regularized methods for dictionary learning and portfolio selection
- Addresses non-negative matrix factorization
- Examines low-rank matrix and tensor-based models
- Presents advanced kernel methods for batch and online machine learning, system identification, domain adaptation, and image processing
- Tackles large-scale algorithms including conditional gradient methods, (non-convex) proximal techniques, and stochastic gradient descent
Regularization, Optimization, Kernels, and Support Vector Machines is ideal for researchers in machine learning, pattern recognition, data mining, signal processing, statistical learning, and related areas.
Specificaties
Betrokkenen
- Uitgeverij:
Inhoud
- Aantal bladzijden:
- 525
- Taal:
- Engels
- Reeks:
Eigenschappen
- Productcode (EAN):
- 9780367658984
- Verschijningsdatum:
- 30/09/2020
- Uitvoering:
- Paperback
- Formaat:
- Trade paperback (VS)
- Afmetingen:
- 156 mm x 233 mm
- Gewicht:
- 452 g
Alleen bij Standaard Boekhandel
+ 116 punten op je klantenkaart van Standaard Boekhandel
E-BOOK ACTIE
Beoordelingen
We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.