Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Support Vector Machines for Business Applications

Lovell, B., & Walder, C. (2008). Support Vector Machines for Business Applications. In G. Felici, & C. Vercellis (Eds.), Mathematical methods for knowledge discovery and data mining (pp. 82-100). Hershey, PA, USA: Information Science Reference.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0003-1DCC-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0003-1DCD-7
Genre: Buchkapitel

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://www.igi-global.com/gateway/chapter/26134 (Zusammenfassung)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Lovell, BC, Autor
Walder, C1, 2, 3, Autor           
Affiliations:
1Department Human Perception, Cognition and Action, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497797              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              
3Project group: Cognitive Engineering, Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_2528702              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: This chapter discusses the use of support vector machines (SVM) for business applications. It provides a brief historical background on inductive learning and pattern recognition, and then an intuitive motivation for SVM methods. The method is compared to other approaches, and the tools and background theory required to successfully apply SVM to business applications are introduced. The authors hope that the chapter will help practitioners to understand when the SVM should be the method of choice, as well as how to achieve good results in minimal time.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2008
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.4018/978-1-59904-528-3.ch005
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Mathematical methods for knowledge discovery and data mining
Genre der Quelle: Buch
 Urheber:
Felici, G, Herausgeber
Vercellis, C, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Hershey, PA, USA : Information Science Reference
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 82 - 100 Identifikator: ISBN: 978-1-59904-528-3