Learning Theory

دانلود کتاب Learning Theory

دسته: آموزشی

43000 تومان موجود

کتاب تئوری یادگیری نسخه زبان اصلی

دانلود کتاب تئوری یادگیری بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 3


توضیحاتی در مورد کتاب Learning Theory

نام کتاب : Learning Theory
عنوان ترجمه شده به فارسی : تئوری یادگیری
سری :
نویسندگان : ,
ناشر :
سال نشر : 2004
تعداد صفحات : 661
ISBN (شابک) : 3540278192
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 15 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


این کتاب مجموعه مقالات داوری هفدهمین کنفرانس سالانه نظریه یادگیری، COLT 2004، که در ژوئیه 2004 در بنف، کانادا برگزار شد، تشکیل شده است. مقالات در بخش‌های موضوعی در مورد اقتصاد و نظریه بازی، یادگیری آنلاین، استنتاج استقرایی، مدل‌های احتمالی، یادگیری تابع بولی، فرآیندهای تجربی، MDL، تعمیم، خوشه‌بندی و یادگیری توزیع شده، تقویت، هسته‌ها و احتمالات، هسته‌ها و ماتریس‌های هسته، و باز کردن مشکلات نظرات مشتریان اولین کسی باشید که نظر می نویسد!

فهرست مطالب :


Table of Contents......Page 8
Towards a Characterization of Polynomial Preference Elicitation with Value Queries in Combinatorial Auctions......Page 12
Graphical Economics......Page 28
Deterministic Calibration and Nash Equilibrium......Page 44
Reinforcement Learning for Average Reward Zero-Sum Games......Page 60
Polynomial Time Prediction Strategy with Almost Optimal Mistake Probability......Page 75
Minimizing Regret with Label Efficient Prediction......Page 88
Regret Bounds for Hierarchical Classification with Linear-Threshold Functions......Page 104
Online Geometric Optimization in the Bandit Setting Against an Adaptive Adversary......Page 120
Learning Classes of Probabilistic Automata......Page 135
On the Learnability of E-pattern Languages over Small Alphabets......Page 151
Replacing Limit Learners with Equally Powerful One-Shot Query Learners......Page 166
Concentration Bounds for Unigrams Language Model......Page 181
Inferring Mixtures of Markov Chains......Page 197
PExact = Exact Learning......Page 211
Learning a Hidden Graph Using O(log n) Queries Per Edge......Page 221
Toward Attribute Efficient Learning of Decision Lists and Parities......Page 235
Learning Over Compact Metric Spaces......Page 250
A Function Representation for Learning in Banach Spaces......Page 266
Local Complexities for Empirical Risk Minimization......Page 281
Model Selection by Bootstrap Penalization for Classification......Page 296
Convergence of Discrete MDL for Sequential Prediction......Page 311
On the Convergence of MDL Density Estimation......Page 326
Suboptimal Behavior of Bayes and MDL in Classification Under Misspecification......Page 342
Learning Intersections of Halfspaces with a Margin......Page 359
A General Convergence Theorem for the Decomposition Method......Page 374
Oracle Bounds and Exact Algorithm for Dyadic Classification Trees......Page 389
An Improved VC Dimension Bound for Sparse Polynomials......Page 404
A New PAC Bound for Intersection-Closed Concept Classes......Page 419
A Framework for Statistical Clustering with a Constant Time Approximation Algorithms for K-Median Clustering......Page 426
Data Dependent Risk Bounds for Hierarchical Mixture of Experts Classifiers......Page 438
Consistency in Models for Communication Constrained Distributed Learning......Page 453
On the Convergence of Spectral Clustering on Random Samples: The Normalized Case......Page 468
Performance Guarantees for Regularized Maximum Entropy Density Estimation......Page 483
Learning Monotonic Linear Functions......Page 498
Boosting Based on a Smooth Margin......Page 513
Bayesian Networks and Inner Product Spaces......Page 529
An Inequality for Nearly Log-Concave Distributions with Applications to Learning......Page 545
Bayes and Tukey Meet at the Center Point......Page 560
Sparseness Versus Estimating Conditional Probabilities: Some Asymptotic Results......Page 575
A Statistical Mechanics Analysis of Gram Matrix Eigenvalue Spectra......Page 590
Statistical Properties of Kernel Principal Component Analysis......Page 605
Kernelizing Sorting, Permutation, and Alignment for Minimum Volume PCA......Page 620
Regularization and Semi-supervised Learning on Large Graphs......Page 635
Perceptron-Like Performance for Intersections of Halfspaces......Page 650
The Optimal PAC Algorithm......Page 652
The Budgeted Multi-armed Bandit Problem......Page 654
Author Index......Page 658

توضیحاتی در مورد کتاب به زبان اصلی :


This book constitutes the refereed proceedings of the 17th Annual Conference on Learning Theory, COLT 2004, held in Banff, Canada in July 2004.The 46 revised full papers presented were carefully reviewed and selected from a total of 113 submissions. The papers are organized in topical sections on economics and game theory, online learning, inductive inference, probabilistic models, Boolean function learning, empirical processes, MDL, generalisation, clustering and distributed learning, boosting, kernels and probabilities, kernels and kernel matrices, and open problems. Customer ReviewsBe the first to write a review!



پست ها تصادفی