Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  A tutorial on ν‐support vector machines

Chen, P.-H., Lin, C.-J., & Schölkopf, B. (2005). A tutorial on ν‐support vector machines. Applied Stochastic Models in Business and Industry, 21(2), 111-136. doi:10.1002/asmb.537.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-D6A1-A Versions-Permalink: https://hdl.handle.net/21.11116/0000-0004-DC93-E
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://onlinelibrary.wiley.com/doi/epdf/10.1002/asmb.537 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Chen, P-H, Autor
Lin, C-J, Autor
Schölkopf, B1, 2, Autor           
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: We briefly describe the main ideas of statistical learning theory, support vector machines (SVMs), and kernel feature spaces. We place particular emphasis on a description of the so-called -SVM, including details of the algorithm and its implementation, theoretical results, and practical applications. Copyright © 2005 John Wiley Sons, Ltd.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2005-04
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 3353
DOI: 10.1002/asmb.537
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Applied Stochastic Models in Business and Industry
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York, NY : John Wiley & Sons
Seiten: - Band / Heft: 21 (2) Artikelnummer: - Start- / Endseite: 111 - 136 Identifikator: ISSN: 1524-1904
CoNE: https://pure.mpg.de/cone/journals/resource/954928624317