Murty Support Vector Machines and Perceptrons 9783319410623

Варианты приобретения

Цена: 6986.00р.
Кол-во:
Наличие: Поставка под заказ. Есть в наличии на складе поставщика.
Склад Америка: Есть
При оформлении заказа до: 2025-10-27
Ориентировочная дата поставки: Декабрь
При условии наличия книги у поставщика.

Добавить в корзину

в Мои желания

Автор: Murty
Название: Support Vector Machines and Perceptrons
ISBN: 9783319410623
Издательство: Springer
Классификация:

Алгоритмы и структуры данных

Извлечение знаний из данных

Анализ и синтез систем

Машинное обучение

Распознавание образов

ISBN-10: 3319410628
Обложка/Формат: Paperback
Страницы: 95
Вес: 0.19 кг.
Дата издания: 2016
Серия: SpringerBriefs in Computer Science
Язык: English
Иллюстрации: 25 black & white illustrations, biography
Размер: 234 x 156 x 6
Читательская аудитория: General (us: trade)
Основная тема: Computer Science
Подзаголовок: Learning, Optimization, Classification, and Application to Social Networks
Ссылка на Издательство: Link
Рейтинг:
Поставляется из: Германии
Описание: This work reviews the state of the art in SVM and perceptron classifiers. A Support Vector Machine (SVM) is easily the most popular tool for dealing with a variety of machine-learning tasks, including classification. SVMs are associated with maximizing the margin between two classes. The concerned optimization problem is a convex optimization guaranteeing a globally optimal solution. The weight vector associated with SVM is obtained by a linear combination of some of the boundary and noisy vectors. Further, when the data are not linearly separable, tuning the coefficient of the regularization term becomes crucial. Even though SVMs have popularized the kernel trick, in most of the practical applications that are high-dimensional, linear SVMs are popularly used. The text examines applications to social and information networks. The work also discusses another popular linear classifier, the perceptron, and compares its performance with that of the SVM in different application areas.>
Дополнительное описание: Introduction.- Linear Discriminant Function.- Perceptron.- Linear Support Vector Machines.- Kernel Based SVM.- Application to Social Networks.- Conclusion.

Support Vector Machines and Perceptrons, Murty