$v$-Support Vector Machine as Conditional Value-at-Risk Minimization (Mathematical Programming in the 21st Century : Optimization Modeling and Algorithms)
スポンサーリンク
概要
著者
関連論文
- 平成19年秋季研究発表会ルポ(情報の窓)
- 2-A-3 汎化理論に基づくVaR/CVaR最小化ポートフォリオ選択モデル(金融工学(4))
- 最小楕円に基づく領域判別(SVMの周辺:One-Class SVMと領域判別)
- $v$-Support Vector Machine as Conditional Value-at-Risk Minimization (Mathematical Programming in the 21st Century : Optimization Modeling and Algorithms)
- 2-A-14 ポートフォリオ最適化におけるノルム制約(計算と最適化(3))
- 条件付き最小楕円と多クラス判別への応用(モデリングと最適化の理論)
- 2-G-3 条件付き最小楕円と多クラス判別への応用(判別・分類)
- Conditional Geometric Score に基づく線形判別モデル(SVM)
- 平成12年度秋季研究発表会ルポ
- 2-A-11 機械学習で使われる最適化手法の紹介(計算と最適化(2))
- 最適化におけるロバストネス(ロバストネスを探る)
- 劣モジュラ性を用いた特徴集合列挙(離散系と機械学習,テキスト・Webマイニング,一般)
- 1-D-2 太陽光発電システム導入計画に対するロバスト最適化モデル(資源・環境)
- 機械学習とポートフォリオ選択の素敵な関係(活躍する機械学習)
- 分野横断型融合研究のすすめ : ロバスト最適化を使って、異分野で何ができるか(ORと最適化の最前線)
- 1-C-3 コヒレント・リスク尺度最小化に基づくSVMと格付け判別への適用(金融(1))