Muutke küpsiste eelistusi

E-raamat: Generalized Mercer Kernels and Reproducing Kernel Banach Spaces

,
Teised raamatud teemal:
  • Formaat - PDF+DRM
  • Hind: 107,41 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.
Generalized Mercer Kernels and Reproducing Kernel Banach SpacesSuurem pilt
Teised raamatud teemal:

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

Machine learning in Hilbert spaces has become a useful modeling and prediction tool in many areas of science and engineering, says Xu and Ye, and there has also been an emerging interest in developing learning algorithms in Banach spaces. They contend that just as machine learning is usually well-posed in reproducing kernel Hilbert, so it is desirable to solve learning problems in Banach spaces endowed with certain reproducing kernels. Though a concept of reproducing kernel Banach spaces in the context of machine learning by employing the notion of semi-inner productions, has appeared, they find that this use of semi-inner product has its limitations. Therefore, in this paper they systematically study the construction of reproducing kernel Banach spaces without using semi-inner products. Annotation ©2019 Ringgold, Inc., Portland, OR (protoview.com)
Introduction
Reproducing Kernel Banach Spaces
Generalized Mercer Kernels
Positive Definite Kernels
Support Vector Machines
Concluding Remarks
Acknowledgments
Index
Bibliography.
Yuesheng Xu, Syracuse University, NY.

Qi Ye, South China Normal University, Guangzhou, China.
Lisainfo e-raamatute kohta Lisainfo e-raamatute kohta
Püsilink: https://www.kriso.ee/db/97814704507792e.html
Märksõnad: