Kernels For Structured Data
Thomas Gartner
2008 թ. օգս · Series In Machine Perception And Artificial Intelligence Գիրք 72 · World Scientific
Էլ. գիրք
216
Էջեր
family_home
Կարելի է ավելացնել
info
reportԳնահատականները և կարծիքները չեն ստուգվում Իմանալ ավելին
Այս էլ․ գրքի մասին
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.
Գնահատեք էլ․ գիրքը
Կարծիք հայտնեք։
Տեղեկություններ
Սմարթֆոններ և պլանշետներ
Տեղադրեք Google Play Գրքեր հավելվածը Android-ի և iPad/iPhone-ի համար։ Այն ավտոմատ համաժամացվում է ձեր հաշվի հետ և թույլ է տալիս կարդալ առցանց և անցանց ռեժիմներում:
Նոթբուքներ և համակարգիչներ
Դուք կարող եք լսել Google Play-ից գնված աուդիոգրքերը համակարգչի դիտարկիչով:
Գրքեր կարդալու սարքեր
Գրքերը E-ink տեխնոլոգիան աջակցող սարքերով (օր․՝ Kobo էլեկտրոնային ընթերցիչով) կարդալու համար ներբեռնեք ֆայլը և այն փոխանցեք ձեր սարք։ Մանրամասն ցուցումները կարող եք գտնել Օգնության կենտրոնում։
