日本語
 
Help Privacy Policy ポリシー/免責事項
  詳細検索ブラウズ

アイテム詳細

登録内容を編集ファイル形式で保存
 
 
ダウンロード電子メール
 タグ情報を表示リリース履歴を表示詳細要約
  Maximal Margin Classification for Metric Spaces

Hein, M., & Bousquet, O. (2004). Maximal Margin Classification for Metric Spaces. In B., Schölkopf, & M., Warmuth (Eds.), Learning Theory and Kernel Machines: 16th Annual Conference on Learning Theory and 7th Kernel Workshop, COLT/Kernel 2003, Washington, DC, USA, August 24-27, 2003 (pp. 72-86). Berlin, Germany: Springer.

Item is

 

表示: 全項目 非表示: 全項目

基本情報

表示: 非表示:
アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-D9D5-B 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0005-7182-8
資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:
非表示:
 作成者:
Hein, M1, 2, 著者           
Bousquet, O1, 2, 著者           
所属:
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              

内容説明

表示:
非表示:
キーワード: -
 要旨: In this article we construct a maximal margin classification algorithm for arbitrary metric spaces. At first we show that the Support Vector Machine (SVM) is a maximal margin algorithm for the class of metric spaces where the negative squared distance is conditionally positive definite (CPD). This means that the metric space can be isometrically embedded into a Hilbert space, where one performs linear maximal margin separation. We will show that the solution only depends on the metric, but not on the kernel. Following the framework we develop for the SVM, we construct an algorithm for maximal margin classification in arbitrary metric spaces. The main difference compared with SVM is that we no longer embed isometrically into a Hilbert space, but a Banach space. We further give an estimate of the capacity of the function class involved in this algorithm via Rademacher averages. We recover an algorithm of Graepel et al. [6].

資料詳細

表示:
非表示:
言語:
 日付: 2004-02
 出版の状態: 出版
 ページ: -
 出版情報: -
 目次: -
 査読: -
 識別子（DOI, ISBNなど）: DOI: 10.1007/978-3-540-45167-9_7
BibTex参照ID: 2263
 学位: -

関連イベント

表示:
非表示:
イベント名: 16th Annual Conference on Learning Theory and 7th Kernel Workshop (COLT/Kernel 2003)
開催地: Washington, DC, USA
開始日・終了日: 2003-08-24 - 2003-08-27

訴訟

表示:

Project information

表示:

出版物 1

表示:
非表示:
出版物名: Learning Theory and Kernel Machines: 16th Annual Conference on Learning Theory and 7th Kernel Workshop, COLT/Kernel 2003, Washington, DC, USA, August 24-27, 2003
種別: 会議論文集
 著者・編者:
Schölkopf, B1, 編集者           
Warmuth, MK, 編集者
所属:
1 Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497794            
出版社, 出版地: Berlin, Germany : Springer
ページ: - 巻号: - 通巻号: - 開始・終了ページ: 72 - 86 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-3-540-40720-1

出版物 2

表示:
非表示:
出版物名: Lecture Notes in Computer Science
種別: 連載記事
 著者・編者:
所属:
出版社, 出版地: -
ページ: - 巻号: 2777 通巻号: - 開始・終了ページ: - 識別子（ISBN, ISSN, DOIなど）: -