de.mpg.escidoc.pubman.appbase.FacesBean
Deutsch
 
Hilfe Wegweiser Impressum Kontakt Einloggen
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Choosing Multiple Parameters for Support Vector Machines

Chapelle, O., Vapnik V, Bousquet, O., & Mukherjee, S. (2002). Choosing Multiple Parameters for Support Vector Machines. Machine Learning, 46(1), 131-159.

Item is

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: http://hdl.handle.net/11858/00-001M-0000-0013-E090-1 Versions-Permalink: http://hdl.handle.net/11858/00-001M-0000-0013-E091-0
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Chapelle, O1, Autor              
Vapnik V, Bousquet, O1, Autor              
Mukherjee, S, Autor
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, escidoc:1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: The problem of automatically tuning multiple parameters for pattern recognition Support Vector Machines (SVM) is considered. This is done by minimizing some estimates of the generalization error of SVMs using a gradient descent algorithm over the set of parameters. Usual methods for choosing parameters, based on exhaustive search become intractable as soon as the number of parameters exceeds two. Some experimental results assess the feasibility of our approach for a large number of parameters (more than 100) and demonstrate an improvement of generalization performance.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2002
 Publikationsstatus: Im Druck publiziert
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 1436
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Machine Learning
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 46 (1) Artikelnummer: - Start- / Endseite: 131 - 159 Identifikator: -