Vor Ort
Merkzettel Warenkorb
  • Produktbild: Density Ratio Estimation in Machine Learning
  • Produktbild: Density Ratio Estimation in Machine Learning

Density Ratio Estimation in Machine Learning

188,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.02.2012

Verlag

Cambridge Academic

Seitenzahl

342

Maße (L/B/H)

24/16,1/2,3 cm

Gewicht

600 g

Sprache

Englisch

ISBN

978-0-521-19017-6

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.02.2012

Verlag

Cambridge Academic

Seitenzahl

342

Maße (L/B/H)

24/16,1/2,3 cm

Gewicht

600 g

Sprache

Englisch

ISBN

978-0-521-19017-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: Libri GmbH

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Density Ratio Estimation in Machine Learning
  • Produktbild: Density Ratio Estimation in Machine Learning
  • Part I. Density Ratio Approach to Machine Learning: 1. Introduction; Part II. Methods of Density Ratio Estimation: 2. Density estimation; 3. Moment matching; 4. Probabilistic classification; 5. Density fitting; 6. Density-ratio fitting; 7. Unified framework; 8. Direct density-ratio estimation with dimensionality reduction; Part III. Applications of Density Ratios in Machine Learning: 9. Importance sampling; 10. Distribution comparison; 11. Mutual information estimation; 12. Conditional probability estimation; Part IV. Theoretical Analysis of Density Ratio Estimation: 13. Parametric convergence analysis; 14. Non-parametric convergence analysis; 15. Parametric two-sample test; 16. Non-parametric numerical stability analysis; Part V. Conclusions: 17. Conclusions and future directions.