This text presents a wide-ranging and rigorous overview of nearest neighbor methods, one of the most important paradigms in machine learning. Now in one self-contained volume, this book systematically covers key statistical, probabilistic, combinatorial and geometric ideas for understanding, analyzing and developing nearest neighbor methods.
Gérard Biau is a professor at Université Pierre et Marie Curie (Paris). Luc Devroye is a professor at the School of Computer Science at Mc Gill University (Montreal).
€139.09
Mục lục
Part I: Density Estimation.- Order Statistics and Nearest Neighbors.- The Expected Nearest Neighbor Distance.- Thek-nearest Neighbor Density Estimate.- Uniform Consistency.- Weighted
k-nearest neighbor density estimates.- Local Behavior.- Entropy Estimation.- Part II: Regression Estimation.- The Nearest Neighbor Regression Function Estimate.- The 1-nearest Neighbor Regression Function Estimate.-
LP-consistency and Stone’s Theorem.- Pointwise Consistency.- Uniform Consistency.- Advanced Properties of Uniform Order Statistics.- Rates of Convergence.- Regression: The Noisless Case.- The Choice of a Nearest Neighbor Estimate.- Part III: Supervised Classification.- Basics of Classification.- The 1-nearest Neighbor Classification Rule.- The Nearest Neighbor Classification Rule. Appendix.- Index.
Mua cuốn sách điện tử này và nhận thêm 1 cuốn MIỄN PHÍ!
Ngôn ngữ Anh ● định dạng PDF ● Trang 290 ● ISBN 9783319253886 ● Kích thước tập tin 2.9 MB ● Nhà xuất bản Springer International Publishing ● Thành phố Cham ● Quốc gia CH ● Được phát hành 2015 ● Có thể tải xuống 24 tháng ● Tiền tệ EUR ● TÔI 4790949 ● Sao chép bảo vệ DRM xã hội
Thêm sách điện tử từ cùng một tác giả / Biên tập viên
3.992 Ebooks trong thể loại này
