| |
|
|
|
|
|
|
|
|
1. |
Record Nr. |
UNISA996459352603316 |
|
|
Autore |
BALASUBRAMANIAN, Vineeth |
|
|
Titolo |
Conformal prediction for reliable machine learning : theory, adaptations, and applications / / Vineeth Balasubramanian, Shen-Shyang Ho, Vladimir Vovk |
|
|
|
|
|
|
|
Pubbl/distr/stampa |
|
|
Waltham, : Morgan Kaufmann, 2014 |
|
|
|
|
|
|
|
Descrizione fisica |
|
Testo elettronico (PDF) (298 p.) |
|
|
|
|
|
|
Disciplina |
|
|
|
|
|
|
Soggetti |
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Risorsa elettronica |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Sommario/riassunto |
|
Il framework delle previsioni conformi รจ un recente sviluppo dell'apprendimento automatico in grado di associare una misura affidabile di fiducia a una previsione in qualsiasi applicazione di riconoscimento dei modelli del mondo reale, comprese le applicazioni sensibili al rischio come la diagnosi medica, il riconoscimento facciale e la previsione del rischio finanziario. Previsioni conformi per l'apprendimento automatico affidabile: teoria, adattamenti e applicazioni acquisisce la teoria di base del framework, mostra come applicarla a problemi del mondo reale e presenta diversi adattamenti, tra cui apprendimento attivo, rilevamento dei cambiamenti e anomalie |
|
|
|
|
|
|
|
| |