Zum Hauptinhalt springen
Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Support Vector Machines Applications (eBook)

Yunqian Ma, Guodong Guo (Herausgeber)

eBook Download: PDF
2014 | 2014
VII, 302 Seiten
Springer International Publishing (Verlag)
978-3-319-02300-7 (ISBN)

Lese- und Medienproben

Support Vector Machines Applications -
Systemvoraussetzungen
171,19 inkl. MwSt
(CHF 167,25)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Support vector machines (SVM) have both a solid mathematical background and practical applications. This book focuses on the recent advances and applications of the SVM, such as image processing, medical practice, computer vision, and pattern recognition, machine learning, applied statistics, and artificial intelligence. The aim of this book is to create a comprehensive source on support vector machine applications.

Yunqian Ma is Senior Principal Research Scientist at Honeywell Labs. Guodong Guo is an Assistant Professor at West Virginia University.

Yunqian Ma is Senior Principal Research Scientist at Honeywell Labs. Guodong Guo is an Assistant Professor at West Virginia University.

Augmented-SVM for gradient observations with application to learning multiple-attractor dynamics.- Multi-class Support Vector Machine.- Novel Inductive and Transductive Transfer Learning Approaches Based on Support Vector Learning.- Security Evaluation of Support Vector Machines in Adversarial Environments.- Application of SVMs to the Bag-of-features Model— A Kernel Perspective.- Support Vector Machines for Neuroimage Analysis: Interpretation from Discrimination.- Kernel Machines for Imbalanced Data Problem and the Use in Biomedical Applications.- Soft Biometrics from Face Images using Support Vector Machines.

Erscheint lt. Verlag 12.2.2014
Zusatzinfo VII, 302 p. 87 illus., 56 illus. in color.
Verlagsort Cham
Sprache englisch
Themenwelt Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Technik Elektrotechnik / Energietechnik
Technik Nachrichtentechnik
Schlagworte Business Intelligence • Complexity • computer vision • Kernel Machines • Large Margin Classifier • Learning in the Small Sample Case • Learning with High Dimensionality • machine learning • pattern recognition • Support Vector Machine
ISBN-10 3-319-02300-4 / 3319023004
ISBN-13 978-3-319-02300-7 / 9783319023007
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Die Grundlage der Digitalisierung

von Knut Hildebrand; Michael Mielke; Marcus Gebauer

eBook Download (2025)
Springer Fachmedien Wiesbaden (Verlag)
CHF 29,30
Mit Herz, Kopf & Bot zu deinem Skillset der Zukunft

von Jenny Köppe; Michel Braun

eBook Download (2025)
Lehmanns Media (Verlag)
CHF 16,60