Ir directamente a la navegación principal
Ir directamente a la búsqueda
Ir directamente al contenido principal
Universidad de los Andes Inicio
English
Español
Buscar contenido en Universidad de los Andes
Inicio
Perfiles
Unidades de investigación
Resultados de investigación
Proyectos
Prensa/Medios
Actividades
Equipamiento
Tesis académicas
Premios
Cursos
Repercusiones
The Cobb-Douglas Learning Machine
Sebastián Maldonado
*
, Julio López
,
Miguel Carrasco
*
Autor correspondiente de este trabajo
Doctorado en Ciencias de la Ingeniería
Línea de investigación en Gestión de Operaciones
Ingeniería Civil Industrial
Claustro Doctorado en Ciencias de la Ingeniería
Facultad de Ingeniería y Ciencias Aplicadas
Universidad de los Andes
Producción científica
:
Contribución a una revista
›
Artículo
›
revisión exhaustiva
11
Citas (Scopus)
Información general
Huella
Huella
Profundice en los temas de investigación de 'The Cobb-Douglas Learning Machine'. En conjunto forman una huella única.
Clasificar por
Ponderación
Alfabéticamente
Keyphrases
Learning Machine
100%
Cobb-Douglas Production Function
100%
Cobb-Douglas
100%
Training Pattern
50%
Classification Datasets
50%
Binary Classification
50%
Decision Function
50%
Data Distribution
50%
Robust Optimization
50%
Second-order Cone Programming Problem
50%
Machine Learning Approach
50%
Robust Optimization Problem
50%
Novel Machine
50%
Kernel-based Regularization
50%
Production Economics
50%
Kernel Function
50%
Mathematics
Regularization
100%
Binary Classification
100%
Data Distribution
100%
Programming Problem
100%
Decision Function
100%
Classification Problem
100%
Computer Science
Robust Optimization
100%
Machine Learning
100%
Regularization
50%
Optimization Problem
50%
Binary Classification
50%
Data Distribution
50%
Average Performance
50%
Classification Problem
50%
Machine Learning-Based Approach
50%
Kernel Function
50%
Chemical Engineering
Learning System
100%