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.
Learning in the Absence of Training Data [[electronic resource] /] / by Dalia Chakrabarty
Learning in the Absence of Training Data [[electronic resource] /] / by Dalia Chakrabarty
Autore Chakrabarty Dalia
Edizione [1st ed. 2023.]
Pubbl/distr/stampa Cham : , : Springer International Publishing : , : Imprint : Springer, , 2023
Descrizione fisica 1 online resource (241 pages)
Disciplina 006.31015195
Soggetto topico Statistics
Data mining
Probabilities
Statistical Theory and Methods
Bayesian Inference
Data Mining and Knowledge Discovery
Statistics in Engineering, Physics, Computer Science, Chemistry and Earth Sciences
Probability Theory
Aprenentatge automàtic
Mètodes estadístics
Estadística bayesiana
Soggetto genere / forma Llibres electrònics
ISBN 3-031-31011-X
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Nota di contenuto 1 Bespoke Learning to generate originally-absent training data -- 2 Forecasting by Learning Evolution-Driver - Application to Forecasting New COVID19 Infections -- 3 Potential to Density - Application to Learning Galactic Gravitational Mass Density -- 4 Bespoke Learning in Static Systems - Application to Learning Sub-surface Material Density Function -- 5 Bespoke Learning of Output using Inter-Network Distance - Application to Haematology-Oncology -- A Bayesian inference by posterior sampling using MCMC.
Record Nr. UNINA-9910734827103321
Chakrabarty Dalia  
Cham : , : Springer International Publishing : , : Imprint : Springer, , 2023
Materiale a stampa
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui
The nature of statistical learning theory : with 50 illustrations / Vladimir N. Vapnik
The nature of statistical learning theory : with 50 illustrations / Vladimir N. Vapnik
Autore VAPNIK, Vladimir N.
Edizione [2. ed.]
Pubbl/distr/stampa New York : Springer, 2000
Descrizione fisica XIX, 314 p. : ill. ; 24 cm
Disciplina 006.31015195
Collana Statistics for engineering and information science
Soggetto topico Intelligenza artificiale - Metodi statistici
ISBN 0-387-98780-0
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNISA-990000712350203316
VAPNIK, Vladimir N.  
New York : Springer, 2000
Materiale a stampa
Lo trovi qui: Univ. di Salerno
Opac: Controlla la disponibilità qui