| Property |
Value |
| dbo:abstract
|
- La dimensión VC (del inglés Vapnik-Chervonenkis dimension) es una medida de la de los algoritmos de clasificación estadística, definida como la cardinalidad del mayor conjunto de puntos que el algoritmo puede separar. Es un concepto central en la , y fue originalmente definido por y . (es)
- La dimensión VC (del inglés Vapnik-Chervonenkis dimension) es una medida de la de los algoritmos de clasificación estadística, definida como la cardinalidad del mayor conjunto de puntos que el algoritmo puede separar. Es un concepto central en la , y fue originalmente definido por y . (es)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
| |
| dbo:wikiPageRevisionID
| |
| dct:subject
| |
| rdfs:comment
|
- La dimensión VC (del inglés Vapnik-Chervonenkis dimension) es una medida de la de los algoritmos de clasificación estadística, definida como la cardinalidad del mayor conjunto de puntos que el algoritmo puede separar. Es un concepto central en la , y fue originalmente definido por y . (es)
- La dimensión VC (del inglés Vapnik-Chervonenkis dimension) es una medida de la de los algoritmos de clasificación estadística, definida como la cardinalidad del mayor conjunto de puntos que el algoritmo puede separar. Es un concepto central en la , y fue originalmente definido por y . (es)
|
| rdfs:label
|
- Dimensión VC (es)
- Dimensión VC (es)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is owl:sameAs
of | |
| is foaf:primaryTopic
of | |
