| 书目名称 | Mathematische Grundlagen des überwachten maschinellen Lernens |
| 副标题 | Optimierungstheoreti |
| 编辑 | Konrad Engel |
| 视频video | |
| 概述 | Das Buch kann für eine Vorlesung für Studierende der Mathematik und Informatik genutzt werden.Eine mathematische Darstellung der wichtigsten Methoden des überwachten maschinellen Lernens.Die Beweise s |
| 图书封面 |  |
| 描述 | .Dieses Buch behandelt die gängigsten Methoden zur Klassifikation von digitalisierten Objekten. Jedem Objekt ist ein Punkt im Euklidischen Raum passender Dimension zugeordnet. Das Lernen basiert auf einer Menge von Punkten, für die die zugehörige Klasse bekannt ist. Eine Reduktion der Dimension sowie elementare und anspruchsvollere Methoden zur Ermittlung schnell berechenbarer Funktionen, mit denen man aus einem Punkt die zugehörige Klasse mit einer möglichst geringen Fehlerrate ableiten kann, werden hergeleitet und in einer einheitlichen Herangehensweise begründet. Die recht elementaren Beweise werden im Wesentlichen mit Mitteln der Linearen Algebra geführt, nur für die neuronalen Netze wird etwas Analysis benötigt..Die Produktfamilie .WissensExpress. bietet Ihnen Lehr- und Lernbücher in kompakter Form. Die Bücher liefern schnell und verständlich fundiertes Wissen.. |
| 出版日期 | Textbook 2024 |
| 关键词 | Support Vektor Maschinen; Perzeptron-Lernalgorithmus; Fisher-Diskriminante; Hauptkomponentenanalyse; vor |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-662-68134-3 |
| isbn_softcover | 978-3-662-68133-6 |
| isbn_ebook | 978-3-662-68134-3 |
| copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Tei |
发表于 2025-3-21 17:48:41
