Statistical Learning Theory /
Contenido: El problema de la inducción y la inferencia estadística, I) Teoría de aprendizaje y generalización: 1) Dos perspectivas del problema del aprendizaje, 2) Apreciación de la medida de probabilidad y el problema del aprendizaje, 3) Condiciones para la consistencia del principio empírico de mi...
Gorde:
| Egile nagusia: | |
|---|---|
| Formatua: | Liburua |
| Hizkuntza: | ingelesa |
| Argitaratua: |
Danvers, EUA :
Wiley,
1998, c1998
|
| Saila: | (Inter Science Wiley)
|
| Gaiak: | |
| Etiketak: |
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000371524 | ||
| 005 | 20260814000000.0 | ||
| 009 | 20260815124325.798 | ||
| 020 | |a 978-0-471-03003-4 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 331 |b VAP | ||
| 100 | |a Vapnik, Vladimir N. |e (autor) | ||
| 245 | 1 | 0 | |a Statistical Learning Theory / |c V.N. Vapnik. |
| 264 | 4 | |a Danvers, EUA : |b Wiley, |c 1998, c1998 | |
| 300 | |a XXIV, 736 p. | ||
| 336 | |a texto |b txt |2 rdacontenido | ||
| 337 | |a sin mediación |b n |2 rdamedio | ||
| 338 | |a volumen |b nc |2 rdasoporte | ||
| 440 | 1 | |a (Inter Science Wiley) | |
| 520 | |a Contenido: El problema de la inducción y la inferencia estadística, I) Teoría de aprendizaje y generalización: 1) Dos perspectivas del problema del aprendizaje, 2) Apreciación de la medida de probabilidad y el problema del aprendizaje, 3) Condiciones para la consistencia del principio empírico de minimización de riesgo, 4) Límites del riesgo por indicador de pérdida de funciones, 5) Límites del riesgo por valoración real de pérdida de funciones, 6) El principio de minimización estructural de riesgo, 7) Problemas de III Propuesta Estocástica, 8) Evaluación de los valores de función en puntos específicos; II) Valoración de funciones del vector de apoyo: 9) Perceptores y sus generalizaciones, 10) El método de vector de apoyo para la valoración de las funciones del indicador, 11) El método de vector de apoyo para la evaluación de funciones de valoración real, 12) Máquinas vector de apoyo para el reconocimiento de patrones, 13) Máquinas vector de apoyo para las funciones de aproximación, regresión, valoración y proceso de señal; III) Fundamentación estadística de la teoría del aprendizaje: 14) Condiciones necesarias y suficientes para la convergencia uniforme de frecuencias a sus probabilidades, 15) Condiciones necesarias y suficientes para la convergencia uniforme de medios a sus previsiones, 16) Condiciones necesarias y suficientes para la convergencia uniforme unilateral de medios a sus previsiones. | ||
| 521 | |a Peticiones 2016 Juan Diego Sánchez Torres | ||
| 649 | |a XX | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) - |x Tema Principal | ||
| 650 | |a Redes Neurales | ||
| 650 | |a Control Adaptativo | ||
| 650 | |a Autómatas Matemáticos - |x Teoría - |x Tema Principal | ||
| 650 | |a Modelos Matemáticos | ||
| 650 | |a Lógica Matemática | ||
| 650 | |a Matemáticas | ||
| 910 | |a Fondo General | ||
| 920 | |a Impresos - Libros | ||
| 930 | |a Colección General | ||
| 905 | |a 101 | ||
| 901 | |a 0500265916 |b IT1 |c ACC |i C150633 |u 20260814 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000371524 | ||