Name: Classificazione degli oggetti mediante hashing veloce supervisionato (en Italiano)
Price: 66.24 USD
Availability: InStock
Author: Kumar, M. Aravind
ISBN: 9786206187462

portada Classificazione degli oggetti mediante hashing veloce supervisionato (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Kumar, M. Aravind

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.5 cm

Peso

0.12 kg.

ISBN13

9786206187462

Categorías

Gestión empresarial

Classificazione degli oggetti mediante hashing veloce supervisionato (en Italiano)

Kumar, M. Aravind (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo

$ 66.24

$ 132.48

Ahorras: $ 66.24

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 17 de Julio y el Viernes 26 de Julio.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Classificazione degli oggetti mediante hashing veloce supervisionato (en Italiano)"

Questo libro riassume L'obiettivo principale dell'hashing supervisionato è quello di convertire le caratteristiche originali in brevi codici binari in grado di mantenere la somiglianza delle etichette nello spazio di Hamming. Grazie alla loro forte capacità di generalizzazione, le funzioni hash non lineari hanno dimostrato di essere superiori a quelle lineari. In letteratura si utilizzano spesso funzioni kernel per creare hashing non lineari, con prestazioni di recupero incoraggianti ma lunghi tempi di valutazione e addestramento. In questa sede, suggeriamo di utilizzare alberi decisionali boosted, che sono veloci da addestrare e valutare e quindi più adatti all'hashing con dati ad alta dimensionalità. Nell'ottica di un miglioramento continuo, proponiamo innanzitutto formulazioni submodulari per l'inferenza del codice binario di hashing e un'efficace tecnica di ricerca a blocchi basata sul Graph Cut per l'inferenza su larga scala. Poi, addestriamo alberi decisionali potenziati per adattarli ai codici binari e imparare le funzioni hash. Gli esperimenti dimostrano che in termini di precisione di recupero e di durata dell'addestramento, la strategia da noi proposta supera di gran lunga la maggior parte dei metodi all'avanguardia.