top

  Info

  • Utilizzare la checkbox di selezione a fianco di ciascun documento per attivare le funzionalità di stampa, invio email, download nei formati disponibili del (i) record.

  Info

  • Utilizzare questo link per rimuovere la selezione effettuata.
Minimum divergence methods in statistical machine learning : from an information geometric viewpoint / / Shinto Eguchi and Osamu Komori
Minimum divergence methods in statistical machine learning : from an information geometric viewpoint / / Shinto Eguchi and Osamu Komori
Autore Eguchi Shinto
Pubbl/distr/stampa Tokyo, Japan : , : Springer, , [2022]
Descrizione fisica 1 online resource (224 pages)
Disciplina 006.31
Soggetto topico Pattern recognition systems
Mathematics
Aprenentatge automàtic
Estadística matemàtica
Soggetto genere / forma Llibres electrònics
ISBN 4-431-56922-7
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNISA-996466419103316
Eguchi Shinto  
Tokyo, Japan : , : Springer, , [2022]
Materiale a stampa
Lo trovi qui: Univ. di Salerno
Opac: Controlla la disponibilità qui
Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / / by Shinto Eguchi, Osamu Komori
Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / / by Shinto Eguchi, Osamu Komori
Autore Eguchi Shinto
Edizione [1st ed. 2022.]
Pubbl/distr/stampa Tokyo : , : Springer Japan : , : Imprint : Springer, , 2022
Descrizione fisica 1 online resource (224 pages)
Disciplina 006.31
Soggetto topico Statistics
Computer science - Mathematics
Mathematical statistics
Statistics in Engineering, Physics, Computer Science, Chemistry and Earth Sciences
Statistical Theory and Methods
Probability and Statistics in Computer Science
ISBN 9784431569220
4431569227
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Nota di contenuto Information geometry -- Information divergence -- Maximum entropy model -- Minimum divergence method -- Unsupervised learning algorithms -- Regression model -- Classification. .
Record Nr. UNINA-9910552748103321
Eguchi Shinto  
Tokyo : , : Springer Japan : , : Imprint : Springer, , 2022
Materiale a stampa
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui
Minimum Gamma-Divergence for Regression and Classification Problems / / by Shinto Eguchi
Minimum Gamma-Divergence for Regression and Classification Problems / / by Shinto Eguchi
Autore Eguchi Shinto
Edizione [1st ed. 2025.]
Pubbl/distr/stampa Singapore : , : Springer Nature Singapore : , : Imprint : Springer, , 2025
Descrizione fisica 1 online resource (212 pages)
Disciplina 519.5
Collana JSS Research Series in Statistics
Soggetto topico Statistics
Stochastic models
Mathematical statistics
Machine learning
Regression analysis
Biometry
Statistical Theory and Methods
Stochastic Modelling in Statistics
Parametric Inference
Machine Learning
Linear Models and Regression
Biostatistics
Estadística
Estadística matemàtica
Aprenentatge automàtic
Anàlisi de regressió
Biometria
Models lineals (Estadística)
Soggetto genere / forma Llibres electrònics
ISBN 9789819788804
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Nota di contenuto 1. Introduction -- 2. Framework of gamma-divergence -- 2.1. Scale invariance -- 2.2 GM divergence and HM divergence -- 3. Minimum divergence methods for generalized linear models -- 3.1. Bernoulli logistic model -- 3.2. Poisson log-linear model -- 3.3. Poisson point process model -- 4. Minimum divergence methods in machine leaning -- 4.1. Multi-class AdaBoost -- 4.2. Boltzmann machine -- 5. gamma-divergence for real valued functions -- 6. Discussion.
Record Nr. UNINA-9910986137903321
Eguchi Shinto  
Singapore : , : Springer Nature Singapore : , : Imprint : Springer, , 2025
Materiale a stampa
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui