Importe total (1 artículo artículos):
Destino del pedido:
9780262047074 - Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach (Adaptive Computation and Machine Learning series) de Sugiyama, Masashi; Bao, Han; I... (16 resultados)
Ir a los resultados principales
Filtros de búsqueda
Tipo de artículo
- Todos los tipos de productos
- Libros (16)
- Revistas y publicaciones (No hay ningún otro resultado que coincida con este filtro.)
- Cómics (No hay ningún otro resultado que coincida con este filtro.)
- Partituras (No hay ningún otro resultado que coincida con este filtro.)
- Arte, grabados y pósters (No hay ningún otro resultado que coincida con este filtro.)
- Fotografías (No hay ningún otro resultado que coincida con este filtro.)
- Mapas (No hay ningún otro resultado que coincida con este filtro.)
- Manuscritos y coleccionismo de papel (No hay ningún otro resultado que coincida con este filtro.)
Condición Más información
- Nuevo (12)
- Como nuevo, Excelente o Muy bueno (3)
- Bueno o Aceptable (1)
- Regular o Pobre (No hay ningún otro resultado que coincida con este filtro.)
- Tal como se indica (No hay ningún otro resultado que coincida con este filtro.)
Encuadernación
- Todas
- Tapa dura (14)
- Tapa blanda (No hay ningún otro resultado que coincida con este filtro.)
Más atributos
- Primera edición (No hay ningún otro resultado que coincida con este filtro.)
- Firmado (No hay ningún otro resultado que coincida con este filtro.)
- Sobrecubierta (No hay ningún otro resultado que coincida con este filtro.)
- Con imágenes (5)
- No impresión bajo demanda (16)
Idioma (2)
Precio
- Cualquier precio
- Menos de EUR 20 (No hay ningún otro resultado que coincida con este filtro.)
- EUR 20 a EUR 45
- Más de EUR 45
Gastos de envío gratis
Ubicación del vendedor
Valoración de los vendedores
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach (Adaptive Computation and Machine Learning series)
Librería: Bellwetherbooks, McKeesport, PA, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 44,10
Envío por EUR 3,41
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 2 disponibles
Añadir al carritohardcover. Condición: Very Good. Very Good Condition - May show some limited signs of wear and may have a remainder mark. Pages and dust cover are intact and not marred by notes or highlighting.
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach (Adaptive Computation and Machine Learning series)
Librería: Bellwetherbooks, McKeesport, PA, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 45,07
Envío por EUR 3,41
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 3 disponibles
Añadir al carritohardcover. Condición: Fine. LIKE NEW!!! Has a red or black remainder mark on bottom/exterior edge of pages.
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach (Adaptive Computation and Machine Learning series)
Idioma: Inglés
Publicado por The MIT Press Bookstore, 2022
ISBN 10: 0262047071 ISBN 13: 9780262047074
Librería: Books Puddle, New York, NY, Estados Unidos de America
Calificación del vendedor: 4 de 5 estrellas
EUR 52,21
Envío por EUR 3,45
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 3 disponibles
Añadir al carritoCondición: New. pp. 320.
-
Machine Learning from Weak Supervision (Hardcover)
Librería: Grand Eagle Retail, Bensenville, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 68,52
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritoHardcover. Condición: new. Hardcover. Fundamental theory and practical algorithms of weakly supervised classification, emphasizing an approach based on empirical risk minimization.Fundamental theory and practical algorithms of weakly supervised classification, emphasizing an approach based on empirical risk minimization.Standard machine learning techniques require large amounts of labeled data to work well. When we apply machine learning to problems in the physical world, however, it is extremely difficult to collect such quantities of labeled data. In this book Masashi Sugiyama, Han Bao, Takashi Ishida, Nan Lu, Tomoya Sakai and Gang Niu present theory and algorithms for weakly supervised learning, a paradigm of machine learning from weakly labeled data. Emphasizing an approach based on empirical risk minimization and drawing on state-of-the-art research in weakly supervised learning, the book provides both the fundamentals of the field and the advanced mathematical theories underlying them. It can be used as a reference for practitioners and researchers and in the classroom.The book first mathematically formulates classification problems, defines common notations, and reviews various algorithms for supervised binary and multiclass classification. It then explores problems of binary weakly supervised classification, including positive-unlabeled (PU) classification, positive-negative-unlabeled (PNU) classification, and unlabeled-unlabeled (UU) classification. It then turns to multiclass classification, discussing complementary-label (CL) classification and partial-label (PL) classification. Finally, the book addresses more advanced issues, including a family of correction methods to improve the generalization performance of weakly supervised learning and the problem of class-prior estimation. "An overview of machine learning from data that is easily collectible, but challenging to annotate for learning algorithms"-- Shipping may be from multiple locations in the US or from the UK, depending on stock availability.
-
Machine Learning from Weak Supervision : An Empirical Risk Minimization Approach
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 70,59
Envío por EUR 2,28
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 15 disponibles
Añadir al carritoCondición: New.
-
Machine Learning from Weak Supervision
Librería: Rarewaves USA, OSWEGO, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 72,95
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoHardback. Condición: New.
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach (Adaptive Computation and Machine Learning series)
Idioma: Inglés
Publicado por The MIT Press Bookstore, 2022
ISBN 10: 0262047071 ISBN 13: 9780262047074
Librería: Biblios, Frankfurt am main, HESSE, Alemania
Calificación del vendedor: 4 de 5 estrellas
EUR 62,40
Envío por EUR 9,95
Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 3 disponibles
Añadir al carritoCondición: New. pp. 320.
-
Machine Learning from Weak Supervision : An Empirical Risk Minimization Approach
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 80,09
Envío por EUR 2,28
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 15 disponibles
Añadir al carritoCondición: As New. Unread book in perfect condition.
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach
Librería: Kennys Bookshop and Art Galleries Ltd., Galway, GY, Irlanda
Calificación del vendedor: 5 de 5 estrellas
EUR 89,10
Envío por EUR 10,50
Se envía de Irlanda a Estados Unidos de AmericaCantidad disponible: 15 disponibles
Añadir al carritoCondición: New. 2022. Hardcover. . . . . .
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach
Librería: Revaluation Books, Exeter, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 99,33
Envío por EUR 14,48
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritoHardcover. Condición: Brand New. 320 pages. 9.25x7.25x0.75 inches. In Stock.
-
Machine Learning from Weak Supervision: An Empirical Risk Minimization Approach
Librería: Kennys Bookstore, Olney, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 109,95
Envío por EUR 9,07
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 15 disponibles
Añadir al carritoCondición: New. 2022. Hardcover. . . . . . Books ship from the US and Ireland.
-
Machine Learning from Weak Supervision
Librería: Rarewaves USA United, OSWEGO, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 75,16
Envío por EUR 43,20
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoHardback. Condición: New.
-
Machine Learning from Weak Supervision (Hardcover)
Librería: AussieBookSeller, Truganina, VIC, Australia
Calificación del vendedor: 5 de 5 estrellas
EUR 113,84
Envío por EUR 31,97
Se envía de Australia a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritoHardcover. Condición: new. Hardcover. Fundamental theory and practical algorithms of weakly supervised classification, emphasizing an approach based on empirical risk minimization.Fundamental theory and practical algorithms of weakly supervised classification, emphasizing an approach based on empirical risk minimization.Standard machine learning techniques require large amounts of labeled data to work well. When we apply machine learning to problems in the physical world, however, it is extremely difficult to collect such quantities of labeled data. In this book Masashi Sugiyama, Han Bao, Takashi Ishida, Nan Lu, Tomoya Sakai and Gang Niu present theory and algorithms for weakly supervised learning, a paradigm of machine learning from weakly labeled data. Emphasizing an approach based on empirical risk minimization and drawing on state-of-the-art research in weakly supervised learning, the book provides both the fundamentals of the field and the advanced mathematical theories underlying them. It can be used as a reference for practitioners and researchers and in the classroom.The book first mathematically formulates classification problems, defines common notations, and reviews various algorithms for supervised binary and multiclass classification. It then explores problems of binary weakly supervised classification, including positive-unlabeled (PU) classification, positive-negative-unlabeled (PNU) classification, and unlabeled-unlabeled (UU) classification. It then turns to multiclass classification, discussing complementary-label (CL) classification and partial-label (PL) classification. Finally, the book addresses more advanced issues, including a family of correction methods to improve the generalization performance of weakly supervised learning and the problem of class-prior estimation. "An overview of machine learning from data that is easily collectible, but challenging to annotate for learning algorithms"-- Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.
-
Machine Learning from Weak Supervision
Librería: Rarewaves.com UK, London, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 72,30
Envío por EUR 75,30
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoHardback. Condición: New.
-
MachineLearningfromWeakSupervision Format: Hardback
Publicado por Penguin Random House
ISBN 10: 0262047071 ISBN 13: 9780262047074
Librería: INDOO, Avenel, NJ, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 60,29
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: As New. Unread copy in mint condition.
-
MachineLearningfromWeakSupervision Format: Hardback
Publicado por Penguin Random House
ISBN 10: 0262047071 ISBN 13: 9780262047074
Librería: INDOO, Avenel, NJ, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 60,38
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New. Brand New.
