Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / Shinto Eguchi, Osamu Komori
| Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / Shinto Eguchi, Osamu Komori |
| Autore | Eguchi, Shinto |
| Pubbl/distr/stampa | Tokyo, : Springer, 2022 |
| Descrizione fisica | x, 221 p. : ill. ; 24 cm |
| Altri autori (Persone) | Komori, Osamu |
| Soggetto non controllato |
Boosting
Independent component analysis Information Geometry Kernel Method Machine learning |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Record Nr. | UNICAMPANIA-VAN0278247 |
Eguchi, Shinto
|
||
| Tokyo, : Springer, 2022 | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||
Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / Shinto Eguchi, Osamu Komori
| Minimum Divergence Methods in Statistical Machine Learning : From an Information Geometric Viewpoint / Shinto Eguchi, Osamu Komori |
| Autore | Eguchi, Shinto |
| Pubbl/distr/stampa | Tokyo, : Springer, 2022 |
| Descrizione fisica | x, 221 p. : ill. ; 24 cm |
| Altri autori (Persone) | Komori, Osamu |
| Soggetto non controllato |
Boosting
Independent component analysis Information Geometry Kernel methods Machine learning |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Record Nr. | UNICAMPANIA-VAN00278247 |
Eguchi, Shinto
|
||
| Tokyo, : Springer, 2022 | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||
Statistical learning from a regression perspective / Richard A. Berk
| Statistical learning from a regression perspective / Richard A. Berk |
| Autore | Berk, Richard A. |
| Edizione | [3. ed] |
| Pubbl/distr/stampa | Cham, : Springer, 2020 |
| Descrizione fisica | xvii, 358 p. : ill. ; 24 cm |
| Soggetto topico |
62-XX - Statistics [MSC 2020]
68T05 - Learning and adaptive systems in artificial intelligence [MSC 2020] 62G08 - Nonparametric regression and quantile regression [MSC 2020] 62P25 - Applications of statistics to social sciences [MSC 2020] |
| Soggetto non controllato |
Bagging
Boosting Classification Decision Trees Generalized additive model Machine learning Neural networks Random forests Support Vector Machines |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Titolo uniforme | |
| Record Nr. | UNICAMPANIA-VAN0249858 |
Berk, Richard A.
|
||
| Cham, : Springer, 2020 | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||
Statistical learning from a regression perspective / Richard A. Berk
| Statistical learning from a regression perspective / Richard A. Berk |
| Autore | Berk, Richard A. |
| Edizione | [3. ed] |
| Pubbl/distr/stampa | Cham, : Springer, 2020 |
| Descrizione fisica | xvii, 358 p. : ill. ; 24 cm |
| Soggetto topico |
62-XX - Statistics [MSC 2020]
62G08 - Nonparametric regression and quantile regression [MSC 2020] 62P25 - Applications of statistics to social sciences [MSC 2020] 68T05 - Learning and adaptive systems in artificial intelligence [MSC 2020] |
| Soggetto non controllato |
Bagging
Boosting Classification Decision Trees Generalized additive model Machine learning Neural networks Random forests Support Vector Machines |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Titolo uniforme | |
| Record Nr. | UNICAMPANIA-VAN00249858 |
Berk, Richard A.
|
||
| Cham, : Springer, 2020 | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||