University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Pattern perception -- Data processing Apprentissage automatique Modèles stochastiques d'apprentissage Traitement vectoriel Algorithmes Noyaux (analyse fonctionnelle)'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Kernel methods for pattern analysis / John Shawe-Taylor
Titre : Kernel methods for pattern analysis Type de document : texte imprimé Auteurs : John Shawe-Taylor ; Nello Cristianini Editeur : Cambridge : Cambridge university press Année de publication : 2004 Importance : 1 vol (462 p.) Présentation : ill. Format : 26 cm ISBN/ISSN/EAN : 978-0-521-81397-6 Catégories : Mathématique Mots-clés : Pattern perception -- Data processing
Apprentissage automatique
Modèles stochastiques d'apprentissage
Traitement vectoriel
Algorithmes
Noyaux (analyse fonctionnelle)Index. décimale : 510 Mathématique Résumé :
Les méthodes du noyau fournissent un cadre puissant et unifié pour la découverte de motifs, des algorithmes de motivation pouvant agir sur des types de données généraux (chaînes, vecteurs ou texte) et recherchent des types généraux de relations (classements, classifications, régressions, clusters). Les domaines d'application vont des réseaux de neurones et de la reconnaissance de formes à l'apprentissage automatique et à l'exploration de données. Ce livre, développé à partir de conférences et de tutoriels, remplit deux rôles principaux: premièrement, il fournit aux praticiens une grande boîte à outils d'algorithmes, de noyaux et de solutions prêts à l'emploi pour des problèmes de découverte de modèles standard. Deuxièmement, il fournit une introduction facile pour les étudiants et les chercheurs dans le domaine croissant de l'analyse de motifs à base de noyau, montrant comment utiliser un algorithme ou un noyau pour une nouvelle application spécifique et couvrant tous les outils conceptuels et mathématiques nécessaires. .Note de contenu :
Sommaire
Preface;
Part I. Basic Concepts:
1. Pattern analysis;
2. Kernel methods: an overview;
3. Properties of kernels;
4. Detecting stable patterns;
Part II. Pattern Analysis Algorithms:
5. Elementary algorithms in feature space;
6. Pattern analysis using eigen-decompositions;
7. Pattern analysis using convex optimisation;
8. Ranking, clustering and data visualisation;
Part III. Constructing Kernels:
9. Basic kernels and kernel types;
10. Kernels for text;
11. Kernels for structured data: strings, trees, etc.;
12. Kernels from generative models;
Appendix A: proofs omitted from the main text;
Appendix B: notationalCôte titre : Fs/19785 Kernel methods for pattern analysis [texte imprimé] / John Shawe-Taylor ; Nello Cristianini . - Cambridge : Cambridge university press, 2004 . - 1 vol (462 p.) : ill. ; 26 cm.
ISBN : 978-0-521-81397-6
Catégories : Mathématique Mots-clés : Pattern perception -- Data processing
Apprentissage automatique
Modèles stochastiques d'apprentissage
Traitement vectoriel
Algorithmes
Noyaux (analyse fonctionnelle)Index. décimale : 510 Mathématique Résumé :
Les méthodes du noyau fournissent un cadre puissant et unifié pour la découverte de motifs, des algorithmes de motivation pouvant agir sur des types de données généraux (chaînes, vecteurs ou texte) et recherchent des types généraux de relations (classements, classifications, régressions, clusters). Les domaines d'application vont des réseaux de neurones et de la reconnaissance de formes à l'apprentissage automatique et à l'exploration de données. Ce livre, développé à partir de conférences et de tutoriels, remplit deux rôles principaux: premièrement, il fournit aux praticiens une grande boîte à outils d'algorithmes, de noyaux et de solutions prêts à l'emploi pour des problèmes de découverte de modèles standard. Deuxièmement, il fournit une introduction facile pour les étudiants et les chercheurs dans le domaine croissant de l'analyse de motifs à base de noyau, montrant comment utiliser un algorithme ou un noyau pour une nouvelle application spécifique et couvrant tous les outils conceptuels et mathématiques nécessaires. .Note de contenu :
Sommaire
Preface;
Part I. Basic Concepts:
1. Pattern analysis;
2. Kernel methods: an overview;
3. Properties of kernels;
4. Detecting stable patterns;
Part II. Pattern Analysis Algorithms:
5. Elementary algorithms in feature space;
6. Pattern analysis using eigen-decompositions;
7. Pattern analysis using convex optimisation;
8. Ranking, clustering and data visualisation;
Part III. Constructing Kernels:
9. Basic kernels and kernel types;
10. Kernels for text;
11. Kernels for structured data: strings, trees, etc.;
12. Kernels from generative models;
Appendix A: proofs omitted from the main text;
Appendix B: notationalCôte titre : Fs/19785 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Fs/19785 Fs/19785 Livre Bibliothéque des sciences Français Disponible
Disponible