线性lib

LIBLINEAR是一个用于大规模线性分类的开源库。它支持logistic回归和线性支持向量机。我们为用户和开发人员提供易于使用的命令行工具和库调用。初学者和高级用户都可以使用全面的文档。实验表明,LIBLINEAR算法对大型稀疏数据集是非常有效的。


zbMATH中的参考文献(参考文献150篇文章,1标准件)

显示150个结果中的1到20个。
按年份排序(引用)

1 2 ... 6 7 8 下一个

  1. 布兰查德,吉尔;底施慕克,安妮特阿南德;多根,乌伦;李,吉敏;斯科特,克莱顿:边际迁移学习领域泛化(2021)
  2. Civitelli,恩里科;拉普奇,马特奥;肖恩,法比奥;Sortino,Alessio:基于信息准则的logistic回归特征子集选择的有效方法(2021)
  3. 克里斯托法里,安德里亚;Rinaldi,Francesco:结构优化问题的无导数方法(2021)
  4. 李艳婷;金俊伟;赵亮;吴怀光;孙丽君;Philip Chen,C.L.:邻域先验约束的分类协作表示(2021)
  5. 穆杜鲁,M.K。;Karra,S.:预测反应性混合过程的基于物理的机器学习模型(2021)
  6. Żelasko,达里乌斯;Pławiak,Paweł:付费与需求多层网络中传输质量分类的集成学习技术(2021)
  7. Aggarwal,Charu C.:机器学习的线性代数与优化。教科书(2020)
  8. 贝尔西马斯,迪米特里斯;鲍菲莱,珍;van Parys,Bart:稀疏回归:可伸缩算法和经验性能(2020)
  9. Gauthier,Thibault:HOL4的树神经网络(2020)
  10. 坎达加尔,苏杰;萧,韩;巴巴尔,罗希特:盆景:多样性和浅树极端多标签分类(2020年)
  11. 李,太藤;松岛申;Yamanishi,Kenji:使用频繁项集挖掘的组合二元模型嫁接(2020)
  12. 马西亚斯,马图林;维特,塞缪尔;格拉姆波特,亚历山德拉;萨尔蒙,约瑟夫:稀疏GLMs的双重外推法(2020)
  13. 彭萨,约翰;徐莹莹;普拉宁,圣特利;佩索宁、麦菊;枝野幸男;Corander,Jukka:二元成对马尔可夫网络的高维结构学习:比较数值研究(2020)
  14. 黄宝贤:lslx:基于惩罚似然的半验证性结构方程模型(2020)不是zbMATH
  15. 凡佐,安德里亚;克罗齐,丹尼洛;巴斯蒂安内利,伊曼纽尔;巴西里,罗伯托;纳迪,丹尼尔:通过结构化学习对机器人指令的语言理解(2020)
  16. 王,李;张雷红;白、昭君;李仁仓:正交典型相关分析及其应用(2020)
  17. 吴国强;郑若冰;田英杰;刘,大连:联合排序支持向量机和鲁棒低秩学习的二元相关多标签分类(2020)
  18. 燕,银桥;李庆娜:支持向量机的有效增广拉格朗日方法(2020)
  19. 阿米尔·M·米尔;Jalal A.Nasiri:LightTwinSVM:标准双支持向量机分类器的简单快速实现(2019)不是zbMATH
  20. 巴巴尔,罗希特;Schölkopf,Bernhard:数据稀缺性、稳健性和极端多标签分类(2019)

1 2 ... 6 7 8 下一个