Machine Learning

128,39 €*

Nach dem Kauf zum Download bereit Ein Downloadlink ist wenige Minuten nach dem Kauf im eigenen Benutzerprofil verfügbar.

ISBN/EAN: 9783540794523

Machine Learning - Modeling Data Locally and Globally presents a novel and unified theory that tries to seamlessly integrate different algorithms. Specifically, the book distinguishes the inner nature of machine learning algorithms as either 'local learning'or 'global learning.'This theory not only connects previous machine learning methods, or serves as roadmap in various models, but - more importantly - it also motivates a theory that can learn from data both locally and globally. This would help the researchers gain a deeper insight and comprehensive understanding of the techniques in this field. The book reviews current topics,new theories and applications.

Kaizhu Huang was a researcher at the Fujitsu Research and Development Center and is currently a research fellow in the Chinese University of Hong Kong. Haiqin Yang leads the image processing group at HiSilicon Technologies. Irwin King and Michael R. Lyu are professors at the Computer Science and Engineering department of the Chinese University of Hong Kong.

Autor: Kai-Zhu Huang, Haiqin Yang, Michael R. Lyu
EAN: 9783540794523
eBook Format: PDF
Sprache: Englisch
Produktart: eBook
Veröffentlichungsdatum: 24.09.2008
Untertitel: Modeling Data Locally and Globally
Kategorie:
Schlagworte: ATSTC Global learning Hybrid learning Kernelization Local learning ZJUP algorithms computer science machine learning

0 von 0 Bewertungen

Geben Sie eine Bewertung ab!

Teilen Sie Ihre Erfahrungen mit dem Produkt mit anderen Kunden.


shop display image

Möchten Sie lieber vor Ort einkaufen?

Haben Sie weiterführende Fragen zu diesem Buch oder anderen Produkten? Oder möchten Sie einfach doch lieber in der Buchhandlung stöbern? Wir sind gern persönlich für Sie da und beraten Sie auch telefonisch.

Buchhandlung Marabu
Telegrafenstr. 44
42929 Wermelskirchen
Telefon: 02196/1414

Mo – Fr09:00 – 18:00 UhrSa09:00 – 13:30 Uhr