Support vector machines: theory and applications /

Support vector machines: theory and applications /

Bibliographische Detailangaben
Weitere Verfasser:	Wang, Lipo
Format:	Buch
Sprache:	English
Veröffentlicht:	Berlin : Springer, 2005.
Schriftenreihe:	Studies in fuzziness and soft computing, volume 177
Schlagworte:	Support vector machines. Data mining. Computer science. Pattern recognition systems.
Classic Catalogue:	View this record in Classic Catalogue

Ähnliche Einträge

An introduction to support vector machines : and other kernel-based learning methods /
von: Cristianini, Nello
Veröffentlicht: (2000)

Pattern classification /
von: Duda, Richard O.

A machine learning approach to detect depression and anxiety using supervised learning
von: Ullas, Md Tahmidur Rahman, et al.
Veröffentlicht: (2019)

Pattern recognition with Quantum Support Vector Machine(QSVM) on near term quantum processors.
von: Ahmed, Sajjad
Veröffentlicht: (2019)

Prediction of Epileptic Seizures using digital signal processing and support vector machine
von: Siddique, Nusayer Masud, et al.
Veröffentlicht: (2021)

Detection of epileptic seizure using Support Vector Machine Classifier - extracted features from EEG signals
von: Amiz, Asef Hassan, et al.
Veröffentlicht: (2021)

Aspect based opinion mining on restaurant reviews
von: Tonmoy, Sazid Hasan, et al.
Veröffentlicht: (2024)

Supervising vehicle using pattern recognition
von: Lushan, Mihodi Hasan, et al.
Veröffentlicht: (2018)

Handwritten Bangla character recognition to braille pattern conversion using image processing and machine learning
von: Abir, Tawhidur Rahman, et al.
Veröffentlicht: (2019)

Phase Transitions in Machine Learning
von: Lorenza Saitta, Attilio Giordana, Antoine Cornuéjols
Veröffentlicht: (2012)

Yield prediction for precision agriculture using extreme gradient boosting and support vector regression
von: Ahmed, Md. Sabbir, et al.
Veröffentlicht: (2021)

Decision support systems in the 21st century /
von: Marakas, George M.
Veröffentlicht: (2003)

Decision support systems in the twenty-first century /
von: Marakas, George M.
Veröffentlicht: (1999)

Scaling Up Machine Learning
von: Edited by Ron Bekkerman, Mikhail Bilenko, John Langford
Veröffentlicht: (2012)

Data analysis on the Bangladesh share market using Machine-Learning
von: Sadman, Syed Hassan, et al.
Veröffentlicht: (2021)

Detecting Adverse Drug Reaction (ADR) with data mining and predicting its intensity with machine learning
von: Hussain, Nadib, et al.
Veröffentlicht: (2018)

Understanding machine learning : from theory to algorithms /
von: Shalev-Shwartz, Shai
Veröffentlicht: (2014)

Where will you setup your business next?: a machine learning approach to suggest ideal geographical location for new restaurant establishment
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2018)

Study on human emotion based on facial expressions through human machine communication
von: Murshed, Tahmin Aysha, et al.
Veröffentlicht: (2021)

Foundations of machine learning /
von: Mohri, Mehryar, et al.
Veröffentlicht: (2018)

Gene classification and pattern analysis using data mining and machine learning techniques
von: Ramisa, Aiman Jabeen, et al.
Veröffentlicht: (2021)

Grouping of handwritten Bangla basic characters, numerals and vowel modifiers for multilayer classification
von: Reza, Khondker Nayef, et al.
Veröffentlicht: (2017)

Detection of fake identities on twitter using supervised machine learning
von: Rahman, MD. Takiur, et al.
Veröffentlicht: (2019)

Performance analysis of machine learning classi ers for detecting PE malware
von: Azmee, ABM.Adnan, et al.
Veröffentlicht: (2020)

Predicting depression in Bangladeshi undergraduates using machine learning
von: Choudhury, Ahnaf Atef, et al.
Veröffentlicht: (2019)

A new approach to select adaptive Intrinsic Mode Functions (IMFs) of Empirical Mode Decomposition (EMD)
von: Sultana Nishi, Razia, et al.
Veröffentlicht: (2016)

Cyberbullying detection using sentiment analysis in social media
von: Sintaha, Mifta, et al.
Veröffentlicht: (2016)

Credit card fraud detection using machine learning techniques
von: Kabir, Tasmia, et al.
Veröffentlicht: (2021)

Pattern recognition and machine learning /
von: Bishop, Christopher M.
Veröffentlicht: (2006)

Vector calculus /
von: Colley, Susan Jane
Veröffentlicht: (2012)

A new pattern recognition method for abnormal event detection in crowded scenarios
von: Mostafa, Tahjid Ashfaque
Veröffentlicht: (2017)

The Data Science Design Manual /
von: Skiena, Steven S.
Veröffentlicht: (2017)

Neural networks for pattern recognition /
von: Bishop, Christopher M.
Veröffentlicht: (1995)

Comparative study of toxic comments classification using machine learning algorithms
von: Razzak, Razia, et al.
Veröffentlicht: (2021)

Schaum's outline of theory and problems of vector analysis and an introduction to tensor analysis /
von: Spiegel, Murray R.
Veröffentlicht: (1974)

A machine learning approach to predict young voter enthusiasm based on non-political factors
von: Rahman, Md. Nowroz Junaed, et al.
Veröffentlicht: (2021)

Market basket analysis for improving the effectiveness of marketing and sales using Apriori, FP Growth and Eclat Algorithm
von: Khan, Mohammod Akib, et al.
Veröffentlicht: (2017)

Travel time prediction using machine learning and weather impact on traffic conditions
von: Deb, Bilash, et al.
Veröffentlicht: (2018)

Deep learning /
von: Goodfellow, Ian
Veröffentlicht: (2016)

Handwritten character recognition and prediction of age, gender and handedness using machine learning
von: Al Emran, Md., et al.
Veröffentlicht: (2018)