Buch, Englisch, 335 Seiten, Format (B × H): 170 mm x 244 mm, Gewicht: 601 g
Buch, Englisch, 335 Seiten, Format (B × H): 170 mm x 244 mm, Gewicht: 601 g
Reihe: CISM International Centre for Mechanical Sciences
ISBN: 978-3-211-83688-0
Verlag: Springer Vienna
The book provides systematic in-depth analysis of nonparametric learning. It covers the theoretical limits and the asymptotical optimal algorithms and estimates, such as pattern recognition, nonparametric regression estimation, universal prediction, vector quantization, distribution and density estimation and genetic programming.
The book is mainly addressed to postgraduates in engineering, mathematics, computer science, and researchers in universities and research institutions.
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Technische Wissenschaften Elektronik | Nachrichtentechnik Nachrichten- und Kommunikationstechnik
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Mathematik | Informatik Mathematik Stochastik Wahrscheinlichkeitsrechnung
- Mathematik | Informatik EDV | Informatik Programmierung | Softwareentwicklung Grafikprogrammierung
Weitere Infos & Material
Pattern classification and learning theory (G. Lugosi).- Nonparametric regression estimation (L. Györfi, M. Kohler).- Universal prediction (N. Cesa-Bianchi).- Learning-theoretic methods in vector quantization (T. Linder).- Distribution and density estimation (L. Devroye, L. Györfi).- Programming applied to model identification (M. Sebag)
