Veröffentlichungen "Dumpert, Florian"

Eine Ebene nach oben ...
Exportieren als [RSS feed] RSS 1.0 [RSS2 feed] RSS 2.0
Gruppieren nach: Publikationsform | Jahr
Anzahl der Einträge: 10.

Artikel in einer Zeitschrift

Dumpert, Florian ; Christmann, Andreas:
Universal consistency and robustness of localized support vector machines.
In: Neurocomputing. Bd. 315 (2018) . - S. 96-106.
ISSN 0925-2312
DOI: https://doi.org/10.1016/j.neucom.2018.06.061

Dumpert, Florian ; Beck, Martin:
Einsatz von Machine-Learning-Verfahren in amtlichen Unternehmensstatistiken.
In: AStA Wirtschafts- und Sozialstatistisches Archiv. Bd. 11 (2017) . - S. 83-106.
ISSN 1863-8163
DOI: https://doi.org/10.1007/s11943-017-0208-6

Finke, Claudia ; Dumpert, Florian ; Beck, Martin:
Verdienstunterschiede zwischen Männern und Frauen : eine Ursachenanalyse auf Grundlage der Verdienststrukturerhebung 2014.
In: WISTA Wirtschaft und Statistik. (2017) Heft 2 . - S. 43-62.
ISSN 0043-6143

Dumpert, Florian ; von Eschwege, Katja ; Beck, Martin:
Einsatz von Support Vector Machines bei der Sektorzuordnung von Unternehmen.
In: WISTA Wirtschaft und Statistik. (2016) Heft 1 . - S. 87-97.
ISSN 0043-6143

Feuerhake, Jörg ; Dumpert, Florian:
Erkennung nicht relevanter Unternehmen in den Handwerksstatistiken.
In: WISTA Wirtschaft und Statistik. (2016) Heft 2 . - S. 79-94.
ISSN 0043-6143

Christmann, Andreas ; Dumpert, Florian ; Xiang, Dao-Hong:
On extension theorems and their connection to universal consistency in machine learning.
In: Analysis and Applications. Bd. 14 (2016) Heft 6 . - S. 795-808.
ISSN 0219-5305
DOI: https://doi.org/10.1142/S0219530516400029

Preprint, Postprint

Dumpert, Florian:
Quantitative Robustness of Localized Support Vector Machines.
Bayreuth , 2019

Dumpert, Florian:
Universal Consistency and Robustness of Localized Support Vector Machines.
Bayreuth , 2017

Working paper, Diskussionspapier

Kreisel, Tobias ; Dumpert, Florian:
Das Giecher Friedhofsproblem.
Bayreuth , 2015 . - 13 S.

Dissertation

Dumpert, Florian:
Statistische Eigenschaften lokalisierter maschineller Lernverfahren.
Bayreuth , 2020 . - ix, 81 S.
( Dissertation, 2020 , Universität Bayreuth, Fakultät für Mathematik, Physik und Informatik)
DOI: https://doi.org/10.15495/EPub_UBT_00004600

Diese Liste wurde am Wed Apr 24 20:13:57 2024 CEST generiert.
[Zum Seitenanfang]
URL für die Einbettung dieser Seite in externe WWW-Seiten:
https://eref.uni-bayreuth.de/XML/person_gndid/1172313717.xml