⚽​¡Vamos Ecuador / EEUU / Paraguay ⚽  Ver más

Enviar a
FL
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Learning with Partially Labeled and Interdependent Data (en Inglés)
Formato
Libro Físico
Autor
Editorial
Idioma
Inglés
N° páginas
106
Encuadernación
Tapa Dura
Dimensiones
23.4 x 15.6 x 0.8 cm
Peso
0.35 kg.
ISBN13
9783319157252
Categorías

Learning with Partially Labeled and Interdependent Data (en Inglés)

Massih-Reza Amini (Autor) · Nicolas Usunier (Autor) · Springer · Tapa Dura

Learning with Partially Labeled and Interdependent Data (en Inglés) - Amini, Massih-Reza ; Usunier, Nicolas

Más barato Libro Nuevo Origen: Estados Unidos
Envío: 7 a 9 días háb.
$ 54.99$ 46.74
-15%
Más rápido Libro Nuevo Origen: Estados Unidos
Envío Rápido
$ 61.86$ 58.22
-6%
Libro Nuevo Más barato

Quedan más de 100 unidades

$ 46.74
Llega entre el 08 Jul y el 14 Jul a FL. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Learning with Partially Labeled and Interdependent Data (en Inglés)"

This book develops two key machine learning principles: the semi-supervised paradigm and learning with interdependent data. It reveals new applications, primarily web related, that transgress the classical machine learning framework through learning with interdependent data. The book traces how the semi-supervised paradigm and the learning to rank paradigm emerged from new web applications, leading to a massive production of heterogeneous textual data. It explains how semi-supervised learning techniques are widely used, but only allow a limited analysis of the information content and thus do not meet the demands of many web-related tasks.Later chapters deal with the development of learning methods for ranking entities in a large collection with respect to precise information needed. In some cases, learning a ranking function can be reduced to learning a classification function over the pairs of examples. The book proves that this task can be efficiently tackled in a new framework: learning with interdependent data.Researchers and professionals in machine learning will find these new perspectives and solutions valuable. Learning with Partially Labeled and Interdependent Data is also useful for advanced-level students of computer science, particularly those focused on statistics and learning.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Inglés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Dura.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes