Kernels For Structured Data
Thomas Gartner
אוג׳ 2008 · Series In Machine Perception And Artificial Intelligence ספר 72 · World Scientific
ספר דיגיטלי
216
דפים
family_home
כשיר
info
reportהביקורות והדירוגים לא מאומתים מידע נוסף
מידע על הספר הדיגיטלי הזה
This book provides a unique treatment of an important area of machine learning and answers the question of how kernel methods can be applied to structured data. Kernel methods are a class of state-of-the-art learning algorithms that exhibit excellent learning results in several application domains. Originally, kernel methods were developed with data in mind that can easily be embedded in a Euclidean vector space. Much real-world data does not have this property but is inherently structured. An example of such data, often consulted in the book, is the (2D) graph structure of molecules formed by their atoms and bonds. The book guides the reader from the basics of kernel methods to advanced algorithms and kernel design for structured data. It is thus useful for readers who seek an entry point into the field as well as experienced researchers.
רוצה לדרג את הספר הדיגיטלי הזה?
נשמח לשמוע מה דעתך.
איך קוראים את הספר
סמארטפונים וטאבלטים
כל מה שצריך לעשות הוא להתקין את האפליקציה של Google Play Books ל-Android או ל-iPad/iPhone. היא מסתנכרנת באופן אוטומטי עם החשבון שלך ומאפשרת לך לקרוא מכל מקום, גם ללא חיבור לאינטרנט.
מחשבים ניידים ושולחניים
ניתן להאזין לספרי אודיו שנרכשו ב-Google Play באמצעות דפדפן האינטרנט של המחשב.
eReaders ומכשירים אחרים
כדי לקרוא במכשירים עם תצוגת דיו אלקטרוני (e-ink) כמו הקוראים האלקטרוניים של Kobo, צריך להוריד קובץ ולהעביר אותו למכשיר. יש לפעול לפי ההוראות המפורטות במרכז העזרה כדי להעביר את הקבצים לקוראים אלקטרוניים נתמכים.
