Učení se schopností generalizace pomocí jádrových metod omezené složitosti

Kód výsledku v IS VaVaI

RIV/67985807:_____/05:00405215 - isvavai.cz

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Learning with Generalization Capability by Kernel Methods of Bounded Complexity

Popis výsledku v původním jazyce

Learning from data with generalization capability is studied in the framework of minimization of regularized empirical error functionals over nested families of hypothesis sets with increasing model complexity.

Název v anglickém jazyce

Learning with Generalization Capability by Kernel Methods of Bounded Complexity

Popis výsledku anglicky

Learning from data with generalization capability is studied in the framework of minimization of regularized empirical error functionals over nested families of hypothesis sets with increasing model complexity.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

1ET100300419: Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2005

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Journal of Complexity

ISSN

0885-064X

e-ISSN

—

Svazek periodika

21

Číslo periodika v rámci svazku

-

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

18

Strana od-do

350-367

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—