同类推荐
-
-
Stable Diffusion AIGC视觉教程
-
¥59.80
-
-
微课学UE虚幻引擎场景搭建
-
¥79.80
-
-
Python编程:案例驱动的快速入门与实践
-
¥45.00
-
-
AIGC高效编程：Python游戏开发实战（慕课版）
-
¥59.80
-
-
三维设计基础：Blender
-
¥65.00
-
-
Java程序设计
-
¥55.00
-
-
可扩展标记语言（XML）技术（罗如柏）
-
¥55.00
-
-
LangGraph开发从原理到实践
-
¥89.90
-
-
Office应用（景泉）
-
¥39.00
-
-
Office应用（景泉）
-
¥39.00
|
|
图书信息
|
|
|
|
Support vector machinesfor pattern classification
|
| ISBN： | 9787519296933 |
定价： | ￥119.00 |
| 作者： | Shigeo Abe[著] |
出版社： | 世界图书出版有限公司北京分公司 |
| 出版时间： | 2023年01月 |
开本： | 24cm |
| 页数： | 19,471页 |
中图法： | TP38 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
401
|
|
2026-03-11
|
图书简介 | | 本书是一本关于在模式分类中使用支持向量机的指南，包括对分类器和回归器的严格的性能比较。本书为多类分类和函数逼近问题、分类器和回归器的评价标准提出了架构。本书阐明了两类支持向量机的特征；讨论了提高神经网络和模糊系统泛化能力的核方法：大量的插图和例子；使用公开数据集进行性能评估；检验马氏核、经验特征空间，并通过交叉验证确定模型选择的影响；稀疏支持向量机、使用特权信息学习、半监督学习、多分类器系统和多核学习；探讨了基于增量训练的批量训练和主动集训练方法，以及线性规划支持向量机的分解技术。 |
|