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] | ||
| Lo trovi qui: Univ. di Salerno | ||
| ||
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 | ||
| Lo trovi qui: Univ. Federico II | ||
| ||