ADAPTIVE COMPUTATION AND MACHINE LEARNING SERIES - GAUSSIAN PROCESSES FOR MACHINE LEARNING

par Rasmussen/williams

Résumé de « ADAPTIVE COMPUTATION AND MACHINE LEARNING SERIES - GAUSSIAN PROCESSES FOR MACHINE LEARNING »

Les processus gaussiens (PG) offrent une approche probabiliste rigoureuse et pratique de l'apprentissage dans les machines à noyaux. Ces processus ont suscité un intérêt croissant au sein de la communauté de l'apprentissage automatique au cours de la dernière décennie, et cet ouvrage propose une étude systématique et unifiée, attendue depuis longtemps, des aspects théoriques et pratiques des PG en apprentissage automatique. Complet et autonome, il s'adresse aux chercheurs et aux étudiants en apprentissage automatique et en statistiques appliquées.

Caractéristiques

Éditeur

MIT PRESS

Parution

23 nov.

Pages

248

Dimensions

254 x 178 x 25 mm

Poids

744 g

ISBN

9780262182539

Disponibilité

Sur commande