ESTE REGRESO A CLASES, ENCUENTRA MILLONES DE LIBROS CON DESCUENTO  Ver más

Enviar a
CUAUHTÉMOC, Ciudad de México
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Regularization, Optimization, Kernels, and Support Vector Machines (en Inglés)
Formato
Libro Físico
Editorial
Autor
Idioma
Inglés
N° páginas
525
Encuadernación
Tapa Dura
Dimensiones
22.9 x 16.3 x 3.6 cm
Peso
0.82 kg.
ISBN13
9781482241396
N° edición
1
Categorías

Regularization, Optimization, Kernels, and Support Vector Machines (en Inglés)

Suykens, Johan A. K. ; Signoretto, Marco ; Argyriou, Andreas (Autor) · CRC Press · Tapa Dura

Regularization, Optimization, Kernels, and Support Vector Machines (en Inglés) - Suykens, Johan A. K. ; Signoretto, Marco ; Argyriou, Andreas

Libro Nuevo Importado
Envío: 22 a 27 días háb.
$ 5,644.94$ 3,386.96
-40%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan más de 100 unidades

$ 3,386.96
¡Envío Gratis!  Llega entre el 02 Sep y el 10 Sep a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Regularization, Optimization, Kernels, and Support Vector Machines (en Inglés)"

Regularization, Optimization, Kernels, and Support Vector Machines offers a snapshot of the current state of the art of large-scale machine learning, providing a single multidisciplinary source for the latest research and advances in regularization, sparsity, compressed sensing, convex and large-scale optimization, kernel methods, and support vector machines. Consisting of 21 chapters authored by leading researchers in machine learning, this comprehensive reference: Covers the relationship between support vector machines (SVMs) and the Lasso Discusses multi-layer SVMs Explores nonparametric feature selection, basis pursuit methods, and robust compressive sensing Describes graph-based regularization methods for single- and multi-task learning Considers regularized methods for dictionary learning and portfolio selection Addresses non-negative matrix factorization Examines low-rank matrix and tensor-based models Presents advanced kernel methods for batch and online machine learning, system identification, domain adaptation, and image processing Tackles large-scale algorithms including conditional gradient methods, (non-convex) proximal techniques, and stochastic gradient descent Regularization, Optimization, Kernels, and Support Vector Machines is ideal for researchers in machine learning, pattern recognition, data mining, signal processing, statistical learning, and related areas.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Dura.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes