Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Large Margin Non-Linear Embedding

Zien, A., & Candela, J. (2005). Large Margin Non-Linear Embedding. In S. Dzeroski, L. de Raedt, & S. Wrobel (Eds.), ICML '05: 22nd international conference on Machine learning (pp. 1065-1072). New York, NY, USA: ACM Press.

Item is

Dateien

einblenden: Dateien
ausblenden: Dateien
:
pdf3375.pdf (beliebiger Volltext), 316KB
Name:
pdf3375.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://dl.acm.org/citation.cfm?doid=1102351.1102485 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Zien, A1, 2, Autor           
Candela, JQ3, Autor           
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              
3Friedrich Miescher Laboratory, Max Planck Society, Max-Planck-Ring 9, 72076 Tübingen, DE, ou_2575692              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: It is common in classification methods to first place data in a vector
space and then learn decision boundaries. We propose reversing that
process: for fixed decision boundaries, we ``learnamp;amp;lsquo;amp;amp;lsquo; the location of the
data. This way we (i) do not need a metric (or even stronger structure)
-- pairwise dissimilarities suffice; and additionally (ii) produce
low-dimensional embeddings that can be analyzed visually.
We achieve this by combining an entropy-based embedding method
with an entropy-based version of semi-supervised logistic regression.
We present results for clustering and semi-supervised classification.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2005-08
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1145/1102351.1102485
BibTex Citekey: 3375
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 22nd International Conference on Machine Learning (ICML 2005)
Veranstaltungsort: Bonn, Germany
Start-/Enddatum: 2005-08-07 - 2005-08-11

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: ICML '05: 22nd international conference on Machine learning
Genre der Quelle: Konferenzband
 Urheber:
Dzeroski, S, Herausgeber
de Raedt, L, Herausgeber
Wrobel, S, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: New York, NY, USA : ACM Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1065 - 1072 Identifikator: ISBN: 1-59593-180-5