首页> 外文OA文献 >Provably Fast Training Algorithms for Support Vector Machines

【2h】

Provably Fast Training Algorithms for Support Vector Machines

机译：支持向量机的快速训练算法

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Jose Balcazar; Yang Dai; Junichi Tanaka; Osamu Watanabe;
展开▼
作者单位

展开▼
年度 100
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Provably Fast Training Algorithms for Support Vector Machines [J] . Jose L. Balcazar, Yang Dai, Junichi Tanaka, Theory of computing systems . 2008,第4期

机译：支持向量机的快速训练算法
2. Provably fast training algorithms for support vector machines [J] . Jose Balcazar, Yang Dai, Osamu Watanabe 電子情報通信学会技術研究報告. コンピュテ-ション. Theoretical Foundations of Computing . 2001,第488期

机译：支持向量机的快速训练算法
3. Provably fast training algorithms for support vector machines [J] . Jose Balcazar, Yang Dai, Osamu Watanabe 電子情報通信学会技術研究報告. コンピュテ-ション. Theoretical Foundations of Computing . 2001,第488期

机译：可用于支持向量机的可提供快速训练算法
4. Provably fast training algorithms for support vector machines [C] . Balcazar, J.L., Yang Dai, . 2001

机译：支持向量机的快速训练算法
5. New Parallel Algorithms for Support Vector Machines and Neural Architecture Search [D] . Hajewski, Jeff. 2020

机译：支持向量机和神经架构搜索的新并行算法
6. Shallow Landslide Susceptibility Mapping: A Comparison between Logistic Model Tree Logistic Regression Naïve Bayes Tree Artificial Neural Network and Support Vector Machine Algorithms [O] . Viet-Ha Nhu, Ataollah Shirzadi, Himan Shahabi, 2020

机译：浅层滑坡敏感性图：逻辑模型树逻辑回归朴素贝叶斯树人工神经网络和支持向量机算法之间的比较
7. Provably Fast Training Algorithms for Support Vector Machines [O] . José L. Balcázar, Yang Dai, Junichi Tanaka, 2008

机译：支持向量机的快速训练算法
8. Fast query-optimized kernel machine classification via incremental approximate nearest support vectors [R] . DeCoste, D., Mazzoni, D. 2003

机译：通过增量近似最近支持向量快速查询优化的内核机器分类

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号