Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

Kernel Methods and Machine Learning

Name: Kernel Methods and Machine Learning
Brand: Cambridge University Press
SKU: 02050759
Price: 120.45 EUR
Availability: InStock
Author: S. Y. Kung
ISBN: 9781107024960

S. Y. Kung

Език

Английски език

Книга С твърди корици

Код Либристо: 02050759

Издателство Cambridge University Press, април 2014

Offering a fundamental basis in kernel-based learning theory, this book covers both statistical and... Цялото описание

Код Либристо: 02050759

291 b

120.45 €

235.59 лв

Външен склад Изпращаме след 9-15 дни

30 дни за връщане на стоката

Клиентите са закупили също

Comment diagnostiquer la fievre catarrhale maligne et les points de vue des eleveurs George Chege Gitao

С меки корици

51.82 € 101.35 лв

Das geheime Wissen - Das wichtigste Buch für die Menschheit! Herausgeber

С твърди корици

61.28 € 119.86 лв

libros de sudokus mas faciles para crear tu estrategia Mas de 240 juegos de logica de sudoku PUZZLE THERAPIST

С меки корици

12.87 € 25.18 лв

Hänsel und Gretel Engelbert Humperdinck

Ноти

20.79 € 40.66 лв

Analisis de Potencialidad de Cultivos Energeticos Lenosos Jean Collie

С меки корици

31.18 € 60.99 лв

Peter Bursch's Kinder-Liederbuch, m. Audio-CD Peter Bursch

Ноти

24.15 € 47.23 лв

Umgang mit Teamkonflikten in der Neuen Mittelschule Gerald Wahrlich

С меки корици

42.51 € 83.14 лв

Offering a fundamental basis in kernel-based learning theory, this book covers both statistical and algebraic principles. It provides over 30 major theorems for kernel-based supervised and unsupervised learning models. The first of the theorems establishes a condition, arguably necessary and sufficient, for the kernelization of learning models. In addition, several other theorems are devoted to proving mathematical equivalence between seemingly unrelated models. With over 25 closed-form and iterative algorithms, the book provides a step-by-step guide to algorithmic procedures and analysing which factors to consider in tackling a given problem, enabling readers to improve specifically designed learning algorithms, build models for new applications and develop efficient techniques suitable for green machine learning technologies. Numerous real-world examples and over 200 problems, several of which are Matlab-based simulation exercises, make this an essential resource for graduate students and professionals in computer science, electrical and biomedical engineering. Solutions to problems are provided online for instructors.