Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

 
 
DownloadE-Mail
  Support Vector Machines as Probabilistic Models

Franc, V., Zien, A., & Schölkopf, B. (2011). Support Vector Machines as Probabilistic Models. In 28th International Conference on Machine Learning (ICML 2011) (pp. 665-672). Madison, WI, USA: International Machine Learning Society.

Item is

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Franc, V, Autor
Zien, A1, Autor           
Schölkopf, B1, Autor           
Getoor T. Scheffer, L., Herausgeber
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: We show how the SVM can be viewed as a maximum likelihood estimate of a class of probabilistic models. This model class can be viewed as a reparametrization of the SVM in a similar vein to the v-SVM reparametrizing the classical (C-)SVM. It is not discriminative, but has a non-uniform marginal. We illustrate the benefits of this new view by rederiving and re-investigating two established SVM-related algorithms.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2011-07
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: ISBN: 978-1-450-30619-5
URI: http://www.icml-2011.org/
BibTex Citekey: FrancZS2011
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 28th International Conference on Machine Learning (ICML 2011)
Veranstaltungsort: Bellevue, WA, USA
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: 28th International Conference on Machine Learning (ICML 2011)
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Madison, WI, USA : International Machine Learning Society
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 665 - 672 Identifikator: -