机读格式显示(MARC)

• 000 01564nam 2200313 450

• 001 0000714854

• 005 20240812142900.0

• 010 __ |a 978-7-5192-9693-3 |d CNY119.00

• 100 __ |a 20230216e2023 em y0chiy50 ba

• 101 0_ |a eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 001yy

• 106 __ |a r

• 200 1_ |a Support vector machines for pattern classification |A Support Vector Machines For Pattern Classification |f Shigeo Abe |d = 模式分类的支持向量机 |f (日) 阿部重夫著 |z chi

• 205 __ |a 英文版 |b 影印本

• 210 __ |a 北京 |c 世界图书出版公司 |d 2023

• 215 __ |a 471页 |c 图 |d 24cm

• 225 2_ |a 香农信息科学经典 |A xiang nong xin xi ke xue jing dian |i “机器学习”系列

• 304 __ |a 题名与责任者取自封面

• 320 __ |a 有书目和索引

• 324 __ |a 影印自原书第2版

• 330 __ |a 本书是一本关于在模式分类中使用支持向量机的指南, 包括对分类器和回归器的严格的性能比较。本书为多类分类和函数逼近问题、分类器和回归器的评价标准提出了架构。阐明了两类支持向量机的特征; 讨论了提高神经网络和模糊系统泛化能力的核方法; 大量的插图和例子; 使用公开数据集进行性能评估; 检验马氏核、经验特征空间, 并通过交叉验证确定模型选择的影响; 稀疏支持向量机、使用特权信息学习、半监督学习、多分类器系统和多核学习; 探讨了基于增量训练的批量训练和主动集训练方法, 以及线性规划支持向量机的分解技术; 讨论支持向量回归变量的选择等。

• 410 _0 |1 2001 |a 香农信息科学经典 |i “机器学习”系列

• 510 1_ |a 模式分类的支持向量机 |z chi

• 606 0_ |a 向量计算机 |A xiang liang ji suan ji |x 英文

• 690 __ |a TP38 |v 5

• 701 _0 |a 阿部重夫 |A a bu chong fu |4 著

• 801 _0 |a CN |b WFKJXY |c 20240812

• 905 __ |a WFKJXY |d TP38/5*