The minimum description length principle /

Mostrar otras versiones (1)

A comprehensive introduction and reference guide to the minimum description length (MDL) Principle that is accessible to researchers dealing with inductive reference in diverse areas including statistics, pattern classification, machine learning, data min.

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autor principal: Grünwald, Peter D.
Formato: Electrónico eBook
Idioma:Inglés
Publicado: Cambridge, Mass. : MIT Press, ©2007.
Colección:Adaptive computation and machine learning.
Temas:
Minimum description length (Information theory)
Longueur de description minimale (Théorie de l'information)
COMPUTERS > Information Theory.
COMPUTER SCIENCE/Machine Learning & Neural Networks
Acceso en línea:Texto completo

MARC

LEADER 00000cam a2200000 a 4500
001 EBSCO_ocn123173836
003 OCoLC
005 20231017213018.0
006 m o d
007 cr cnu---unuuu
008 070417s2007 maua ob 001 0 eng d
010 |z  2006046646 
040 |a N$T  |b eng  |e pn  |c N$T  |d YDXCP  |d OCLCQ  |d N$T  |d IDEBK  |d OCLCQ  |d CCO  |d E7B  |d UV0  |d DKDLA  |d NNM  |d OCLCQ  |d IEEEE  |d OCLCF  |d OCLCQ  |d EBLCP  |d OCLCQ  |d HRM  |d AZK  |d JBG  |d AGLDB  |d MOR  |d PIFBR  |d PIFAG  |d ZCU  |d OCLCQ  |d MERUC  |d OCLCQ  |d WY@  |d U3W  |d LUE  |d RCC  |d BRL  |d STF  |d WRM  |d OCLCQ  |d VTS  |d MERER  |d OCLCQ  |d ICG  |d CUY  |d OCLCQ  |d INT  |d VT2  |d AU@  |d OCLCQ  |d WYU  |d MITPR  |d OCLCQ  |d A6Q  |d LEAUB  |d DKC  |d OCLCQ  |d OL$  |d OCLCQ  |d K6U  |d UKCRE  |d OCLCQ  |d OCLCO  |d LIP  |d OCLCO  |d OCLCQ  |d OCLCO  |d ANO  |d OCLCQ  |d INARC 
015 |a GBA713854  |2 bnb 
016 7 |z 013677729  |2 Uk 
019 |a 228170833  |a 228170835  |a 473752043  |a 568000642  |a 648225222  |a 722565236  |a 756542008  |a 815786487  |a 888592557  |a 961581303  |a 962619962  |a 988440183  |a 991951887  |a 991955916  |a 1037500070  |a 1037941140  |a 1038657196  |a 1055393012  |a 1062885916  |a 1081259182  |a 1083560664  |a 1153483492  |a 1170236810  |a 1172803921  |a 1228614624  |a 1286904365  |a 1392385795 
020 |a 9780262256292  |q (electronic bk.) 
020 |a 0262256290  |q (electronic bk.) 
020 |a 1282096354 
020 |a 9781282096356 
020 |a 9781429465601 
020 |a 1429465603 
020 |z 0262072815 
020 |z 9780262072816 
029 1 |a AU@  |b 000051284536 
029 1 |a AU@  |b 000051395495 
029 1 |a AU@  |b 000053237499 
029 1 |a DEBBG  |b BV042508944 
029 1 |a DEBBG  |b BV043044892 
029 1 |a DEBBG  |b BV044105023 
029 1 |a DEBSZ  |b 422215015 
029 1 |a GBVCP  |b 802273572 
029 1 |a NZ1  |b 12061847 
035 |a (OCoLC)123173836  |z (OCoLC)228170833  |z (OCoLC)228170835  |z (OCoLC)473752043  |z (OCoLC)568000642  |z (OCoLC)648225222  |z (OCoLC)722565236  |z (OCoLC)756542008  |z (OCoLC)815786487  |z (OCoLC)888592557  |z (OCoLC)961581303  |z (OCoLC)962619962  |z (OCoLC)988440183  |z (OCoLC)991951887  |z (OCoLC)991955916  |z (OCoLC)1037500070  |z (OCoLC)1037941140  |z (OCoLC)1038657196  |z (OCoLC)1055393012  |z (OCoLC)1062885916  |z (OCoLC)1081259182  |z (OCoLC)1083560664  |z (OCoLC)1153483492  |z (OCoLC)1170236810  |z (OCoLC)1172803921  |z (OCoLC)1228614624  |z (OCoLC)1286904365  |z (OCoLC)1392385795 
037 |a 4643  |b MIT Press 
037 |a 9780262256292  |b MIT Press 
050 4 |a QA276.9  |b .G78 2007eb 
072 7 |a COM  |x 031000  |2 bisacsh 
072 7 |a GRF, PBT  |2 bicssc 
082 0 4 |a 003/.54  |2 22 
049 |a UAMI 
100 1 |a Grünwald, Peter D. 
245 1 4 |a The minimum description length principle /  |c Peter D. Grünwald. 
260 |a Cambridge, Mass. :  |b MIT Press,  |c ©2007. 
300 |a 1 online resource (xxxii, 703 pages) :  |b illustrations 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
347 |a data file 
490 1 |a Adaptive computation and machine learning 
504 |a Includes bibliographical references (pages 651-673) and indexes. 
588 0 |a Print version record. 
520 |a A comprehensive introduction and reference guide to the minimum description length (MDL) Principle that is accessible to researchers dealing with inductive reference in diverse areas including statistics, pattern classification, machine learning, data min. 
505 0 |a List of Figures; Series Foreword; Foreword; Preface; PART I -- Introductory Material; 1 -- Learning, Regularity, and Compression; 2 -- Probabilistic and Statistical Preliminaries; 3 -- Information-Theoretic Preliminaries; 4 -- Information-Theoretic Properties of Statistical Models; 5 -- Crude Two-Part Code MDL; PART II -- Universal Coding; 6 -- Universal Coding with Countable Models; 7 -- Parametric Models: Normalized Maximum Likelihood; 8 -- Parametric Models: Bayes; 9 -- Parametric Models: Prequential Plug-in; 10 -- Parametric Models: Two-Part; 11 -- NMLWith Innite Complexity. 
505 8 |a 12 -- Linear RegressionPART III -- Refined MDL; 14 -- MDL Model Selection; 15 -- MDL Prediction and Estimation; 16 -- MDL Consistency and Convergence; 17 -- MDL in Context; PART IV -- Additional Background; 18 -- The Exponential or "Maximum Entropy" Families; 19 -- Information-Theoretic Properties of Exponential Families; References; List of Symbols; Subject Index. 
590 |a eBooks on EBSCOhost  |b EBSCO eBook Subscription Academic Collection - Worldwide 
650 0 |a Minimum description length (Information theory) 
650 6 |a Longueur de description minimale (Théorie de l'information) 
650 7 |a COMPUTERS  |x Information Theory.  |2 bisacsh 
650 7 |a Minimum description length (Information theory)  |2 fast  |0 (OCoLC)fst01738001 
653 |a COMPUTER SCIENCE/Machine Learning & Neural Networks 
776 0 8 |i Print version:  |a Grünwald, Peter D.  |t Minimum description length principle.  |d Cambridge, Mass. : MIT Press, ©2007  |z 0262072815  |z 9780262072816  |w (DLC) 2006046646  |w (OCoLC)70292149 
830 0 |a Adaptive computation and machine learning. 
856 4 0 |u https://ebsco.uam.elogim.com/login.aspx?direct=true&scope=site&db=nlebk&AN=189263  |z Texto completo 
938 |a ProQuest Ebook Central  |b EBLB  |n EBL3338578 
938 |a ebrary  |b EBRY  |n ebr10173636 
938 |a EBSCOhost  |b EBSC  |n 189263 
938 |a ProQuest MyiLibrary Digital eBook Collection  |b IDEB  |n 209635 
938 |a IEEE  |b IEEE  |n 6267274 
938 |a YBP Library Services  |b YANK  |n 2548487 
938 |a YBP Library Services  |b YANK  |n 3201013 
938 |a Internet Archive  |b INAR  |n minimumdescripti0000grun 
994 |a 92  |b IZTAP 

Ejemplares similares