Scalability in Ill-posed Machine Learning Problems: Bridging Least Squares Methods with (Non-)convex Algorithms

Weitere Titel
Skalierbarkeit schlecht konditionierter Machine-Learning-Probleme: der Verbindungen zwischen der Methode der kleinsten Quadrate und (nicht-)konvexen Algorithmen
Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
München, Technische Universität München, Dissertation, 2023

Schlagwort
Datenanalyse

Ereignis
Veröffentlichung
(wo)
München
(wer)
Universitätsbibliothek der TU München
(wann)
2023
Urheber
Mayrink Verdun, Claudio
Beteiligte Personen und Organisationen
Krahmer, Felix
Aldroubi, Akram
Pfeffer, Max

URN
urn:nbn:de:bvb:91-diss-20231117-1712083-1-2
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:32 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Mayrink Verdun, Claudio
  • Krahmer, Felix
  • Aldroubi, Akram
  • Pfeffer, Max
  • Universitätsbibliothek der TU München

Entstanden

  • 2023

Ähnliche Objekte (12)