دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Jayadeva, Reshma Khemchandani, Suresh Chandra (auth.) سری: Studies in Computational Intelligence 659 ISBN (شابک) : 9783319461861, 9783319461847 ناشر: Springer International Publishing سال نشر: 2017 تعداد صفحات: 221 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب ماشین های بردار پشتیبانی دوقلو: مدل ها ، برنامه های افزودنی و برنامه ها: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Twin Support Vector Machines: Models, Extensions and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ماشین های بردار پشتیبانی دوقلو: مدل ها ، برنامه های افزودنی و برنامه ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب یک مطالعه سیستماتیک و متمرکز از جنبههای مختلف ماشینهای بردار پشتیبان دوقلو (TWSVM) و پیشرفتهای مرتبط برای طبقهبندی و رگرسیون ارائه میکند. علاوه بر ارائه بسیاری از مدلهای پایه TWSVM و رگرسیون بردار پشتیبان دوقلو (TWSVR) موجود در ادبیات، همچنین کاربردهای مهم و چالش برانگیز این روش جدید یادگیری ماشین را مورد بحث قرار میدهد. فصلی در مورد «موضوعات اضافی» برای بحث در مورد بهینه سازی هسته و پشتیبانی از موضوعات ماشین تانسور، که نسبتاً جدید هستند، اما پتانسیل زیادی در کاربردها دارند، گنجانده شده است. این در درجه اول برای دانشجویان فارغ التحصیل و محققان در زمینه یادگیری ماشین و موضوعات مرتبط در علوم کامپیوتر، ریاضیات، مهندسی برق، علوم مدیریت و امور مالی نوشته شده است.
This book provides a systematic and focused study of the various aspects of twin support vector machines (TWSVM) and related developments for classification and regression. In addition to presenting most of the basic models of TWSVM and twin support vector regression (TWSVR) available in the literature, it also discusses the important and challenging applications of this new machine learning methodology. A chapter on “Additional Topics” has been included to discuss kernel optimization and support tensor machine topics, which are comparatively new but have great potential in applications. It is primarily written for graduate students and researchers in the area of machine learning and related topics in computer science, mathematics, electrical engineering, management science and finance.
Front Matter....Pages i-xiv
Introduction....Pages 1-24
Generalized Eigenvalue Proximal Support Vector Machines....Pages 25-42
Twin Support Vector Machines (TWSVM) for Classification....Pages 43-62
TWSVR: Twin Support Vector Machine Based Regression....Pages 63-101
Variants of Twin Support Vector Machines: Some More Formulations....Pages 103-123
TWSVM for Unsupervised and Semi-supervised Learning....Pages 125-152
Some Additional Topics....Pages 153-192
Applications Based on TWSVM....Pages 193-206
Back Matter....Pages 207-211