Deutsch
 
Benutzerhandbuch Datenschutzhinweis Impressum Kontakt
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Konferenzbeitrag

Multi-Task Feature Selection on Multiple Networks via Maximum Flows

MPG-Autoren
/persons/resource/persons85217

Azencott,  C.-A.
Research Group Machine Learning and Computational Biology, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons118781

Grimm,  D.
Dept. Empirical Inference, Max Planck Institute for Intelligent System, Max Planck Society;

/persons/resource/persons75313

Borgwardt,  K. M.
Research Group Machine Learning and Computational Biology, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen

Link
(beliebiger Volltext)

Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Sugiyama, M., Azencott, C.-A., Grimm, D., Kawahara, Y., & Borgwardt, K. M. (2014). Multi-Task Feature Selection on Multiple Networks via Maximum Flows. In M. Zaki (Ed.), Proceedings of the 2014 SIAM International Conference on Data Mining (pp. 199-207). Society for Industrial and Applied Mathematics (SIAM). doi:10.1137/1.9781611973440.23.


Zitierlink: http://hdl.handle.net/11858/00-001M-0000-0025-BC05-1
Zusammenfassung
Es ist keine Zusammenfassung verfügbar