Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 58,45

+ 116 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Over the last decade, statistical learning theory has achieved rapid progress due to the introduction and research of classification algorithms including support vector machines and boosting. Along with their successful applications in practice, theoretical performance of these algorithms becomes well understood in terms of margin bounds, Bayes risk consistency, and asymptotic rate analysis. This monograph provides further investigation of these algorithms within regularization frameworks and from an approximation theory point of view. Error analysis frameworks by error decomposition techniques are fully developed for two classes of regularization schemes which cover the support vector machines, regularized boosting, and support vector kernel networks by linear programming and indefinite kernels. The results presented in this monograph are by far the best. The error analysis frameworks have been shown to be wide applicable in most recent research works and should be able to shed light on future researches on related topics in machine learning and artificial intelligence.