Gaussian Processes for Machine Learning

(0) | Вопросы и ответы (0)

Спецификации:

Автор:	Carl Edward Rasmussen, Christopher K. I. Williams
Количество страниц:	272
Год публикации:	2005
ID товара:	30138663

Больше информации

73⁰⁰ €

Продавец: Bookstore Krisostomos 4.9

В корзину

7⁶³ € / мес.

Калькулятор лизинга

3 x 24³⁴ €

Без подорожания

Ваш город

Заберите в Omniva посылочном автомате

5 марта

0⁰⁰ €

Заберите в Smartpost посылочном автомате

5 марта

0⁰⁰ €

Заберите в почтовом отделении Эстонии

5 марта

0⁰⁰ €

Доставим на дом

5 марта

3⁹⁹ €

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Все способы доставки

Заберите в Omniva посылочном автомате

5 марта

0⁰⁰ €

Заберите в Smartpost посылочном автомате

5 марта

0⁰⁰ €

Заберите в почтовом отделении Эстонии

5 марта

0⁰⁰ €

Доставим на дом

5 марта

3⁹⁹ €

Все способы доставки

14-дневная гарантия возврата

Продавец: Bookstore Krisostomos 4.9

95% покупателей рекомендовали бы этого продавца.

Другие также интересовались

Описание товара: Gaussian Processes for Machine Learning

A comprehensive and self-contained introduction to Gaussian processes, which provide a principled, practical, probabilistic approach to learning in kernel machines.
Gaussian processes (GPs) provide a principled, practical, probabilistic approach to learning in kernel machines. GPs have received increased attention in the machine-learning community over the past decade, and this book provides a long-needed systematic and unified treatment of theoretical and practical aspects of GPs in machine learning. The treatment is comprehensive and self-contained, targeted at researchers and students in machine learning and applied statistics.The book deals with the supervised-learning problem for both regression and classification, and includes detailed algorithms. A wide variety of covariance (kernel) functions are presented and their properties discussed. Model selection is discussed both from a Bayesian and a classical perspective. Many connections to other well-known techniques from machine learning and statistics are discussed, including support-vector machines, neural networks, splines, regularization networks, relevance vector machines and others. Theoretical issues including learning curves and the PAC-Bayesian framework are treated, and several approximation methods for learning with large datasets are discussed. The book contains illustrative examples and exercises, and code and datasets are available on the Web. Appendixes provide mathematical background and a discussion of Gaussian Markov processes.

Общая информация o: Gaussian Processes for Machine Learning

ID товара:	30138663
Категория:	Книги по экономике
Количество упаковок товара:	1 шт.
Размеры и вес упаковки (1):	0,3 x 0,3 x 0,1 м, 0,2 кг
Издательство:	MIT Press Ltd
Автор:	Carl Edward Rasmussen, Christopher K. I. Williams
Количество страниц:	272
Год публикации:	2005

Больше информации

Изображения продуктов приведены исключительно в иллюстративных целях и являются примерными. Ссылки на видео в описании товара предназначены только для информационных целей, поэтому информация, которую они содержат, может отличаться от самого товара. Цвета, надписи, параметры, размеры, функции и/или любые другие характеристики оригинальных продуктов из-за их визуальных характеристик могут отличаться от реальных, поэтому, пожалуйста, ознакомьтесь со спецификациями продукта, приведенными в описании продукта.

Сообщить об ошибке в описании товара

Партнерские предложения