Learning from Data as an Optimization and Inverse Problem

Kód výsledku v IS VaVaI

RIV/67985807:_____/12:00376629 - isvavai.cz

Výsledek na webu

http://dx.doi.org/10.1007/978-3-642-27534-0_24

DOI - Digital Object Identifier

10.1007/978-3-642-27534-0_24

Jazyk výsledku

angličtina

Název v původním jazyce

Learning from Data as an Optimization and Inverse Problem

Popis výsledku v původním jazyce

Learning form data is investigated as minimization of empirical error functional in spaces of continuous functions and spaces defined by kernels. Using methods from theory of inverse problems, an alternative proof of Representer Theorem is given. Regularized and non regularized minimization of empirical error is compared.

Název v anglickém jazyce

Learning from Data as an Optimization and Inverse Problem

Popis výsledku anglicky

Learning form data is investigated as minimization of empirical error functional in spaces of continuous functions and spaces defined by kernels. Using methods from theory of inverse problems, an alternative proof of Representer Theorem is given. Regularized and non regularized minimization of empirical error is compared.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

GAP202/11/1368: Učení funkcionálních vztahů z vysoce dimenzionálních dat

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

Computational Intelligence

ISBN

978-3-642-27533-3

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

361-372

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Valencia

Datum konání akce

24. 10. 2010

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000309733800024