Support Vector Machines for Pattern Classification / (Registro nro. 291092)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | 04056nam a22003735i 4500 |
| 001 - NÚMERO DE CONTROL | |
| campo de control | 291092 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
| campo de control | MX-SnUAN |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20170705134222.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | cr nn 008mamaa |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 150903s2010 xxk| o |||| 0|eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO | |
| Número Internacional Estándar del Libro | 9781849960984 |
| -- | 9781849960984 |
| 024 7# - IDENTIFICADOR DE OTROS ESTÁNDARES | |
| Número estándar o código | 10.1007/9781849960984 |
| Fuente del número o código | doi |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA | |
| Número de control de sistema | vtls000344625 |
| 039 #9 - NIVEL DE CONTROL BIBLIOGRÁFICO Y DETALLES DE CODIFICACIÓN [OBSOLETO] | |
| Nivel de reglas en descripción bibliográfica | 201509030424 |
| Nivel de esfuerzo utilizado para asignar no-encabezamientos de materia en puntos de acceso | VLOAD |
| Nivel de esfuerzo utilizado en la asignación de encabezamientos de materia | 201405050310 |
| Nivel de esfuerzo utilizado para asignar clasificación | VLOAD |
| -- | 201402061302 |
| -- | staff |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador/agencia de origen | MX-SnUAN |
| Lengua de catalogación | spa |
| Centro/agencia transcriptor | MX-SnUAN |
| Normas de descripción | rda |
| 050 #4 - CLASIFICACIÓN DE LA BIBLIOTECA DEL CONGRESO | |
| Número de clasificación | Q337.5 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
| Nombre de persona | Abe, Shigeo. |
| Término indicativo de función/relación | autor |
| 9 (RLIN) | 322207 |
| 245 10 - MENCIÓN DE TÍTULO | |
| Título | Support Vector Machines for Pattern Classification / |
| Mención de responsabilidad, etc. | by Shigeo Abe. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT | |
| Producción, publicación, distribución, fabricación y copyright | London : |
| Nombre del de productor, editor, distribuidor, fabricante | Springer London, |
| Fecha de producción, publicación, distribución, fabricación o copyright | 2010. |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | xx, 473 páginas 228 ilustraciones, 114 ilustraciones en color. |
| Otras características físicas | recurso en línea. |
| 336 ## - TIPO DE CONTENIDO | |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| Fuente | rdacontent |
| 337 ## - TIPO DE MEDIO | |
| Nombre/término del tipo de medio | computadora |
| Código del tipo de medio | c |
| Fuente | rdamedia |
| 338 ## - TIPO DE SOPORTE | |
| Nombre/término del tipo de soporte | recurso en línea |
| Código del tipo de soporte | cr |
| Fuente | rdacarrier |
| 347 ## - CARACTERÍSTICAS DEL ARCHIVO DIGITAL | |
| Tipo de archivo | archivo de texto |
| Formato de codificación | |
| Fuente | rda |
| 490 0# - MENCIÓN DE SERIE | |
| Mención de serie | Advances in Pattern Recognition, |
| Número Internacional Normalizado para Publicaciones Seriadas | 2191-6586 |
| 500 ## - NOTA GENERAL | |
| Nota general | Springer eBooks |
| 505 0# - NOTA DE CONTENIDO CON FORMATO | |
| Nota de contenido con formato | Two-Class Support Vector Machines -- Multiclass Support Vector Machines -- Variants of Support Vector Machines -- Training Methods -- Kernel-Based Methods Kernel@Kernel-based method -- Feature Selection and Extraction -- Clustering -- Maximum-Margin Multilayer Neural Networks -- Maximum-Margin Fuzzy Classifiers -- Function Approximation. |
| 520 ## - SUMARIO, ETC. | |
| Sumario, etc. | Originally formulated for two-class classification problems, support vector machines (SVMs) are now accepted as powerful tools for developing pattern classification and function approximation systems. Recent developments in kernel-based methods include kernel classifiers and regressors and their variants, advancements in generalization theory, and various feature selection and extraction methods. Providing a unique perspective on the state of the art in SVMs, with a particular focus on classification, this thoroughly updated new edition includes a more rigorous performance comparison of classifiers and regressors. In addition to presenting various useful architectures for multiclass classification and function approximation problems, the book now also investigates evaluation criteria for classifiers and regressors. Topics and Features: Clarifies the characteristics of two-class SVMs through extensive analysis Discusses kernel methods for improving the generalization ability of conventional neural networks and fuzzy systems Contains ample illustrations, examples and computer experiments to help readers understand the concepts and their usefulness Includes performance evaluation using publicly available two-class data sets, microarray sets, multiclass data sets, and regression data sets (NEW) Examines Mahalanobis kernels, empirical feature space, and the effect of model selection by cross-validation (NEW) Covers sparse SVMs, an approach to learning using privileged information, semi-supervised learning, multiple classifier systems, and multiple kernel learning (NEW) Explores incremental training based batch training and active-set training methods, together with decomposition techniques for linear programming SVMs (NEW) Provides a discussion on variable selection for support vector regressors (NEW) An essential guide on the use of SVMs in pattern classification, this comprehensive resource will be of interest to researchers and postgraduate students, as well as professional developers. Dr. Shigeo Abe is a Professor at Kobe University, Graduate School of Engineering. He is the author of the Springer titles Neural Networks and Fuzzy Systems and Pattern Classification: Neuro-fuzzy Methods and Their Comparison. |
| 590 ## - NOTA LOCAL (RLIN) | |
| Nota local | Para consulta fuera de la UANL se requiere clave de acceso remoto. |
| 710 2# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE ENTIDAD CORPORATIVA | |
| Nombre de entidad corporativa o nombre de jurisdicción como elemento de entrada | SpringerLink (Servicio en línea) |
| 9 (RLIN) | 299170 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL | |
| Información de relación/Frase instructiva de referencia | Edición impresa: |
| Número Internacional Estándar del Libro | 9781849960977 |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme del Recurso | <a href="http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-1-84996-098-4">http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-1-84996-098-4</a> |
| Nota pública | Conectar a Springer E-Books (Para consulta externa se requiere previa autentificación en Biblioteca Digital UANL) |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
| Tipo de ítem Koha | Recurso en línea |
No hay ítems disponibles.