Título: Conformal Prediction for Reliable Machine Learning - Theory, Adaptations and Applications
Autor: Vineeth N. Balasubramanian, Vladimir Vovk
Sinopse: The conformal predictions framework is a recent development in machine learning that can associate a reliable measure of confidence with a prediction in any real-world pattern recognition application, including risk-sensitive applications such as medical diagnosis, face recognition, and financial risk prediction. Conformal Predictions for Reliable Machine Learning: Theory, Adaptations and Applications captures the basic theory of the framework, demonstrates how to apply it to real-world problems, and presents several adaptations, including active learning, change detection, and anomaly detection. As practitioners and researchers around the world apply and adapt the framework, this edited volume brings together these bodies of work, providing a springboard for further research as well as a handbook for application in real-world problems. Acabamento: Paperback. Peso: 373g. Dimensões: 23.5 x 19 x 1.5.
Contexto da obra
Dentro do catálogo, este livro pode ser situado a partir do tema, da autoria e da proposta editorial. “Conformal Prediction for Reliable Machine Learning – Theory, Adaptations and Applications”, de Vineeth N. Balasubramanian, Vladimir Vovk, publicado pela editora Morgan Kaufmann, em 2014 e com 334 páginas, integra a categoria Sistemas de Informação. Esse enquadramento pode tornar mais clara a proposta do livro e o tipo de interesse que ele costuma despertar.
Editora: Morgan Kaufmann
Páginas: 334
Ano: 2014
Edição: 1ª EDIÇÃO
Linguagem: Inglês
ISBN:
ISBN13: 9780123985378
Sobre a editora
Os livros da editora Morgan Kaufmann oferecem uma imersão técnica que equilibra teoria e prática em áreas como design de experiência do usuário, arquitetura de dados e segurança digital. A leitura costuma ser densa e focada em soluções aplicadas, com atenção a desafios atuais como big data, computação ubíqua e modelagem de sistemas. O catálogo privilegia textos que apresentam frameworks, estudos de caso e técnicas detalhadas, muitas vezes voltados a profissionais e estudantes avançados em ciência da computação e tecnologia da informação. O tom varia entre o didático e o analítico, com ritmo que pode ser mais pausado, dado o aprofundamento em conceitos complexos.
