- Tipologia
- Tesi sperimentale
- Argomento
- Algoritmi di apprendimento basati su fattorizzazione di matrici
- Disponibile dal
- 20/06/2013
- Presso
- Dipartimento di Informatica
- Altre informazioni
L'apprendimento supervisionato sta ricevendo importanti contributi dalle tecniche di fattorizzazione matriciale, volte a integrare/sostituire le tecniche più classiche. Tra i problemi aperti vi sono però la complessità computazionale richiesta da molte di queste tecniche, l'ottimizzazione dell'apprendimento, la necessità di regolarizzazione.
Rivolgersi a:
- Docente
- Rossella Cancelliere
- rossella.cancelliere@unito.it
- Telefono
- 0116706737
