Introduction to Semi-Supervised Learning

Sprache: Englisch

Verlag: Springer International Publishing AG, CH, 2009

3031004205 / 9783031004209

  • Erstausgabe
  • Softcover
  • Neu
Alle Details anzeigen

Anbieter: Rarewaves.com UK, London, Vereinigtes KönigreichRarewaves.com UK

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Juni 2025

Artikel dieses Verkäufers ansehen
Softcover

Zustand: Neu

EUR 39,67

EUR 75,65 Versand 
Versand von Vereinigtes Königreich nach USA

Anzahl: 1 verfügbar

In den Warenkorb
Kostenlose Rückgaben innerhalb von 30 Tagen

Artikelbeschreibung vom Verkäufer

Semi-supervised learning is a learning paradigm concerned with the study of how computers and natural systems such as humans learn in the presence of both labeled and unlabeled data. Traditionally, learning has been studied either in the unsupervised paradigm (e.g., clustering, outlier detection) where all the data are unlabeled, or in the supervised paradigm (e.g., classification, regression) where all the data are labeled. The goal of semi-supervised learning is to understand how combining labeled and unlabeled data may change the learning behavior, and design algorithms that take advantage of such a combination. Semi-supervised learning is of great interest in machine learning and data mining because it can use readily available unlabeled data to improve supervised learning tasks when the labeled data are scarce or expensive. Semi-supervised learning also shows potential as a quantitative tool to understand human category learning, where most of the input is self-evidently unlabeled. In this introductory book, we present some popular semi-supervised learning models, including self-training, mixture models, co-training and multiview learning, graph-based methods, and semi-supervised support vector machines. For each model, we discuss its basic mathematical formulation. The success of semi-supervised learning depends critically on some underlying assumptions. We emphasize the assumptions made by each model and give counterexamples when appropriate to demonstrate the limitations of the different models. In addition, we discuss semi-supervised learning for cognitive psychology. Finally, we give a computational learning theoretic perspective on semi-supervised learning, and we conclude the book with a brief discussion of open questions in the field. Table of Contents: Introduction to Statistical Machine Learning / Overview of Semi-Supervised Learning / Mixture Models and EM / Co-Training / Graph-Based Semi-Supervised Learning / Semi-Supervised Support Vector Machines/ Human Semi-Supervised Learning / Theory and Outlook.

Bestandsnummer des Verkäufers LU-9783031004209

Titel
Introduction to Semi-Supervised Learning
Autor
Xiaojin Zhu, Andrew. B Goldberg
Verlag
Springer International Publishing AG, CH
Veröffentlichungsjahr
2009
Zustand
New
Einband
Paperback
Sprache
Englisch
ISBN-10
3031004205
ISBN-13
9783031004209
Ausgabe
1st.
Abmessungen
19.1 x 0.76 x 23.5 cm

Rarewaves.com UK

London, Vereinigtes Königreich

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Juni 2025

Versandkosten von Vereinigtes Königreich nach USA

Artikel60 bis 60 Werktage60 bis 60 Werktage
Erster ArtikelEUR 75,65EUR 116,38
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

RAREWAVES.COM LIMITED

Elsley Court, 20-22 Great Titchfield Street
London, Vereinigtes Königreich W1W 8BE