Metodi kernel per l'apprendimento supervisionato

dc.contributor.advisor	De Vito, Ernesto <1967>
dc.contributor.author	Negri Ravera, Lorenzo <2002>
dc.date.accessioned	2024-10-31T15:14:33Z
dc.date.available	2024-10-31T15:14:33Z
dc.date.issued	2024-10-25
dc.identifier.uri	https://unire.unige.it/handle/123456789/9963
dc.description.abstract	L’obiettivo di questa tesi è di definire, analizzare e implementare i metodi kernel utilizzando l’algoritmo di ridge regression, che è una generalizzazione dei minimi quadrati. In particolare, saranno sviluppate simulazioni su dati sintetici	it_IT
dc.description.abstract	The objective of this thesis is to define, analyze, and implement kernel methods using the ridge regression algorithm, which is a generalization of the least squares method. In particular, simulations on synthetic data will be developed	en_UK
dc.language.iso	it
dc.language.iso	it
dc.rights	info:eu-repo/semantics/closedAccess
dc.title	Metodi kernel per l'apprendimento supervisionato	it_IT
dc.title.alternative	Kernel method for supervised learning	en_UK
dc.type	info:eu-repo/semantics/bachelorThesis
dc.subject.miur	ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
dc.publisher.name	Università degli studi di Genova
dc.date.academicyear	2023/2024
dc.description.corsolaurea	8766 - STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI
dc.description.area	7 - SCIENZE MAT.FIS.NAT.
dc.description.department	100021 - DIPARTIMENTO DI MATEMATICA