fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Devroye / Biau

Lectures on the Nearest Neighbor Method

Medium: Buch
ISBN: 978-3-319-79782-3
Verlag: Springer International Publishing
Erscheinungstermin: 21.03.2019
In den Warenkorb
Lieferfrist: bis zu 10 Tage
Auf die Merkliste Drucken

Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

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 McGill University (Montreal).   

Produkteigenschaften

  • Artikelnummer: 9783319797823
  • Medium: Buch
  • ISBN: 978-3-319-79782-3
  • Verlag: Springer International Publishing
  • Erscheinungstermin: 21.03.2019
  • Sprache(n): Englisch
  • Auflage: Softcover Nachdruck of the original 1. Auflage 2015
  • Serie: Springer Series in the Data Sciences
  • Produktform: Kartoniert, Previously published in hardcover
  • Gewicht: 458 g
  • Seiten: 290
  • Format (B x H x T): 155 x 235 x 17 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

Part I: Density Estimation.- Order Statistics and Nearest Neighbors.- The Expected Nearest Neighbor Distance.- The k-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.