L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Algorithmic High-Dimensional Robust Statistics - Ilias Diakonikolas,Daniel M. Kane - cover

LIBRO INGLESE

Algorithmic High-Dimensional Robust Statistics

Name: Algorithmic High-Dimensional Robust Statistics
Price: 65.38 EUR
Availability: InStock
Author: Ilias Diakonikolas
ISBN: 1108837816

di Ilias Diakonikolas (Autore)

Daniel M. Kane (Autore)

Cambridge University Press, 2023

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

65,38 €

-5% 68,82 €

+650 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €

Dati e Statistiche

Salvato in 0 liste dei desideri

Algorithmic High-Dimensional Robust Statistics

Disponibile in 5 giorni lavorativi

65,38 €

-5% 68,82 €

65,38 € 68,82 € -5%

Disp. in 5 gg lavorativi

Algorithmic High-Dimensional Robust Statistics

di Ilias Diakonikolas, Daniel M. Kane

Libri in Inglese

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

65,38 € Spedizione gratuita

disponibile in 5 giorni lavorativi

Nuovo

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

65,38 € Spedizione gratuita

disponibile in 5 giorni lavorativi

Nuovo

Altri venditori

Prezzo e spese di spedizione

Descrizione

Robust statistics is the study of designing estimators that perform well even when the dataset significantly deviates from the idealized modeling assumptions, such as in the presence of model misspecification or adversarial outliers in the dataset. The classical statistical theory, dating back to pioneering works by Tukey and Huber, characterizes the information-theoretic limits of robust estimation for most common problems. A recent line of work in computer science gave the first computationally efficient robust estimators in high dimensions for a range of learning tasks. This reference text for graduate students, researchers, and professionals in machine learning theory, provides an overview of recent developments in algorithmic high-dimensional robust statistics, presenting the underlying ideas in a clear and unified manner, while leveraging new perspectives on the developed techniques to provide streamlined proofs of these results. The most basic and illustrative results are analyzed in each chapter, while more tangential developments are explored in the exercises.

Leggi di più Leggi di meno

Dettagli

Autore:

Ilias Diakonikolas, Daniel M. Kane

Editore:

Cambridge University Press

Anno:

2023

Rilegatura:

Hardback

Pagine:

300 p.

Testo in English

EAN:

9781108837811

L’articolo è stato aggiunto alla lista dei desideri