Macchina a vettori di supporto (eBook)

Macchina a vettori di supporto (eBook)

Fouad Sabry
Fouad Sabry
Prezzo:
€ 4,99
Compra EPUB
Prezzo:
€ 4,99
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: it
Traduttore: Pinto Cosimo
Editore: Un Miliardo Di Ben Informato [Italian]
Codice EAN: 6610000692514
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook
Abbonati a Kobo Plus per avere accesso illimitato a migliaia di eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Nel campo in continua evoluzione della robotica, l'applicazione di tecniche avanzate di apprendimento automatico è fondamentale. "Support Vector Machine", parte della serie Robotics Science, esplora il ruolo delle macchine a vettori di supporto (SVM) nella rivoluzione dei sistemi robotici. Scritto da Fouad Sabry, questo libro fornisce una panoramica completa, dai concetti fondamentali alle tecniche avanzate, essenziale per chiunque sia interessato a sfruttare le SVM per la robotica e l'automazione. Macchina a vettori di supporto-introduzione alle SVM, evidenziandone l'importanza nelle attività di classificazione e regressione in robotica. Classificatore lineare-spiega le basi dei classificatori lineari, fondamentali per comprendere la funzionalità delle SVM. Perceptron-discute l'algoritmo del perceptron, un precursore delle SVM, utile nei problemi di classificazione binaria. Proiezione (algebra lineare)-si concentra sul concetto geometrico di proiezione, fondamentale per comprendere il principio di funzionamento delle SVM. Separabilità lineare-esplora il concetto di separabilità lineare, la base per l'utilizzo di SVM in set di dati separabili linearmente. Metodo kernel-introduce il trucco kernel, consentendo a SVM di operare in spazi di dimensioni superiori per la classificazione non lineare. Macchina vettoriale di pertinenza-esamina le macchine vettoriali di pertinenza, una variante di SVM con meno vettori di supporto per un calcolo efficiente. Apprendimento automatico online-esamina come i metodi di apprendimento online possono essere applicati a SVM per l'adattamento in tempo reale in robotica. Ottimizzazione minima sequenziale-copre il metodo di ottimizzazione utilizzato per addestrare SVM in modo efficiente, un concetto fondamentale per le applicazioni robotiche. Macchina vettoriale di supporto dei minimi quadrati-discute questa formulazione SVM alternativa per gestire problemi di regressione nei sistemi robotici. Kernel di stringa-esplora il kernel di stringa, che consente a SVM di gestire dati sequenziali, come gli input dei sensori del robot. Perdita di cerniera-approfondisce la perdita di cerniera, la funzione utilizzata in SVM per garantire la classificazione del margine massimo. Classificazione SVM-esamina la classificazione SVM, particolarmente utile in robotica per attività di decisione e definizione delle priorità. Prospettive di regolarizzazione su macchine a vettori di supporto-esplora il ruolo della regolarizzazione nel controllo dell'overfitting, essenziale per la creazione di sistemi robotici affidabili. Interpretazione bayesiana della regolarizzazione del kernel-offre una prospettiva bayesiana, collegando la modellazione probabilistica alla regolarizzazione del kernel SVM per modelli robotici più accurati. Kernel polinomiale-discute il kernel polinomiale, consentendo a SVM di modellare i confini decisionali non lineari nelle attività robotiche. Kernel della funzione di base radiale-copre il kernel della funzione di base radiale, un potente strumento per la gestione di modelli di dati complessi nei sistemi robotici. Perceptron del kernel-esamina il metodo del perceptron del kernel, espandendo le SVM per attività robotiche più avanzate. Platt scaling-introduce il Platt scaling, una tecnica utilizzata per convertire gli output SVM in previsioni probabilistiche in robotica. Manifold regularization-si concentra sulla regolarizzazione manifold, aiutando a generalizzare i modelli SVM a dati ad alta dimensionalità, spesso riscontrati in robotica. Debole supervisione-si conclude con tecniche di debole supervisione, essenziali per migliorare i modelli SVM in situazioni con dati etichettati limitati.