Andere Kunden interessierten sich auch für
![Modellazione e analisi di sistemi ibridi mediante reti neurali]( "Modellazione e analisi di sistemi ibridi mediante reti neurali")
Modellazione e analisi di sistemi ibridi mediante reti neurali26,99 €![Modellazione e simulazione di sistemi ibridi di energia rinnovabile]( "Modellazione e simulazione di sistemi ibridi di energia rinnovabile")
Modellazione e simulazione di sistemi ibridi di energia rinnovabile23,99 €![Apprendimento profondo per la classificazione delle immagini]( "Apprendimento profondo per la classificazione delle immagini")
Apprendimento profondo per la classificazione delle immagini26,99 €![Fondamenti di machine learning per l'analisi predittiva dei dati]( "Fondamenti di machine learning per l'analisi predittiva dei dati")
Fondamenti di machine learning per l'analisi predittiva dei dati55,99 €![Metodi di apprendimento profondo per l'estrazione dell'immagine dei vasi sanguigni retinici]( "Metodi di apprendimento profondo per l'estrazione dell'immagine dei vasi sanguigni retinici")
Metodi di apprendimento profondo per l'estrazione dell'immagine dei vasi sanguigni retinici44,99 €![Progettazione del riconoscimento ottico dei caratteri mediante rete neurale]( "Progettazione del riconoscimento ottico dei caratteri mediante rete neurale")
Progettazione del riconoscimento ottico dei caratteri mediante rete neurale39,99 €![Ridurre La Sovrapposizione Nella Mammografiacon Classificazione Con Apprendimento Profondo]( "Ridurre La Sovrapposizione Nella Mammografiacon Classificazione Con Apprendimento Profondo")
Ridurre La Sovrapposizione Nella Mammografiacon Classificazione Con Apprendimento Profondo26,99 €
Il lavoro presentato in questa relazione rientra nell'ambito del Machine Learning, dove l'obiettivo è modellare un sistema non lineare e identificare i parametri del modello in questione on-line. Questo modello è sviluppato in uno spazio di Hilbert a kernel riproducibile (RKHS). Questi cosiddetti modelli di rappresentazione o black-box sono lineari rispetto ai loro parametri. Hanno avuto molto successo nell'identificazione di sistemi non lineari utilizzando i metodi kernel.