Gesamtpreis (1 Artikel Artikel):
Versandziel:
9780521864671 - Algebraic Geometry and Statistical Learning Theory (Cambridge Monographs on Applied and Computational Mathematics, 25, Band 25) von Watanabe, Sumio (4 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (4)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (2)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Gut oder Befriedigend (2)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Einband
- alle Einbände
- Hardcover (4)
- Softcover (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (1)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 40 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Mehr als EUR 40
Gratisversand
- Kostenloser Versand nach USA (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Land des Verkäufers
Verkäuferbewertung
-
Algebraic Geometry and Statistical Learning Theory (Cambridge Monographs on Applied and Computational Mathematics, Series Number 25)
Sprache: Englisch
Verlag: Cambridge University Press, 2009
ISBN 10: 0521864674 ISBN 13: 9780521864671
Anbieter: Books From California, Simi Valley, CA, USA
Verkäuferbewertung 4 von 5 Sternen
hardcover. Zustand: Good.
-
Algebraic Geometry and Statistical Learning Theory (Cambridge Monographs on Applied and Computational Mathematics, Series Number 25)
Sprache: Englisch
Verlag: Cambridge University Press, 2009
ISBN 10: 0521864674 ISBN 13: 9780521864671
Anbieter: Books From California, Simi Valley, CA, USA
Verkäuferbewertung 4 von 5 Sternen
hardcover. Zustand: Very Good.
-
Algebraic Geometry and Statistical Learning Theory
Sprache: Englisch
Verlag: Cambridge University Press, 2009
ISBN 10: 0521864674 ISBN 13: 9780521864671
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 138,76
EUR 14,30 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbHardcover. Zustand: Brand New. 1st edition. 300 pages. 9.00x6.25x1.00 inches. In Stock.
-
Algebraic Geometry and Statistical Learning Theory
Sprache: Englisch
Verlag: Cambridge University Press, 2009
ISBN 10: 0521864674 ISBN 13: 9780521864671
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Sure to be influential, this book lays the foundations for the use of algebraic geometry in statistical learning theory. Many widely used statistical models and learning machines applied to information science have a parameter space that is singular: mixture models, neural networks, HMMs, Bayesian networks, and stochastic context-free grammars are major examples. Algebraic geometry and singularity theory provide the necessary tools for studying such non-smooth models. Four main formulas are established: 1. the log likelihood function can be given a common standard form using resolution of singularities, even applied to more complex models; 2. the asymptotic behaviour of the marginal likelihood or 'the evidence' is derived based on zeta function theory; 3. new methods are derived to estimate the generalization errors in Bayes and Gibbs estimations from training errors; 4. the generalization errors of maximum likelihood and a posteriori methods are clarified by empirical process theory on algebraic varieties.
