Vor Ort
Merkzettel Warenkorb
  • Produktbild: Algorithmic Learning Theory - ALT '92
  • Produktbild: Algorithmic Learning Theory - ALT '92

Algorithmic Learning Theory - ALT '92 3rd Workshop ALT '92, Tokyo, Japan, October 20-22, 1992. Proceedings

Aus der Reihe Lecture Notes in Artificial Intelligence

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.10.1993

Herausgeber

Shuji Doshita + weitere

Verlag

Springer Berlin

Seitenzahl

264

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

423 g

Auflage

1993

Sprache

Englisch

ISBN

978-3-540-57369-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.10.1993

Herausgeber

Verlag

Springer Berlin

Seitenzahl

264

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

423 g

Auflage

1993

Sprache

Englisch

ISBN

978-3-540-57369-2

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Algorithmic Learning Theory - ALT '92
  • Produktbild: Algorithmic Learning Theory - ALT '92
  • Discovery learning in intelligent tutoring systems.- From inductive inference to algorithmic learning theory.- A stochastic approach to genetic information processing.- On learning systolic languages.- A note on the query complexity of learning DFA.- Polynomial-time MAT learning of multilinear logic programs.- Iterative weighted least squares algorithms for neural networks classifiers.- Domains of attraction in autoassociative memory networks for character pattern recognition.- Regularization learning of neural networks for generalization.- Competitive learning by entropy minimization.- Inductive inference with bounded mind changes.- Efficient inductive inference of primitive Prologs from positive data.- Monotonic language learning.- Prudence in vacillatory language identification (Extended abstract).- Implementation of heuristic problem solving process including analogical reasoning.- Planning with abstraction based on partial predicate mappings.- Learning k-term monotone Boolean formulae.- Some improved sample complexity bounds in the probabilistic PAC learning model.- An application of Bernstein polynomials in PAC model.- On PAC learnability of functional dependencies.- Protein secondary structure prediction based on stochastic-rule learning.- Notes on the PAC learning of geometric concepts with additional information.