Title
Les machines vecteurs supports dans l'analyse des bases de donnes: Techniques d'acclration pour l'analyse des grandes bas,Used
Sold by Ergodebooks, an authorized reseller.
Returns accepted within 30 days | support@ergodebooks.com
Shipping Information
- Free Standard Shipping — United States only
- Processing Time: 3–5 business days
- Estimated Delivery: 6–10 business days after dispatch
- Double-boxed, fully insured & discreetly packaged
- Tracking number sent via email once dispatched
Returns & Refund
Returns accepted within 30 days of delivery.
Damaged or Defective Item
Free return shipping + replacement or full refund
Wrong Item Received
Free return shipping + replacement or full refund
Change of Mind
Return shipping at customer's expense · 25% restocking fee applies
Payment Option
Product description La technique des machines vecteurs supports (SVM) est une mthode dapprentissage statistique qui a connu, cette dernire dcennie, un grand dveloppement en thorie et en application. Elle repose sur un fondement thorique solide bas sur le principe de maximisation de la marge, ce qui lui confie une grande capacit de gnralisation. Les SVMs ont t utilises avec succs dans plusieurs domaines tels que la reconnaissance des visages, des textes manuscrits, de la parole, ...etc. Dans ce travail, nous avons trait la question de lutilisation de la mthode SVM pour lanalyse des bases de donnes. En effet, Le processus danalyse passe par plusieurs tapes, dans chacune, les donnes subissent des traitements qui peuvent tre optimiss par lutilisation de la mthode SVM. Le travail prsent ici propose deux techniques d'acclration des SVMs, la premire pour les SVMs binaires tandis que la deuxime pour les SVMs multiclasses. Les contributions proposes ont t valides sur des donnes artificielles et relles largement utilises par la communaut, et appuyes par des analyses montrant leurs avantages et leurs limites.
⚠️ WARNING (California Proposition 65):
This product may contain chemicals known to the State of California to cause cancer, birth defects, or other reproductive harm.
For more information, please visit www.P65Warnings.ca.gov.