KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Algorithmic Learning Theory
Band 1720

Algorithmic Learning Theory 10th International Conference, ALT '99 Tokyo, Japan, December 6-8, 1999 Proceedings

Aus der Reihe Lecture Notes in Artificial Intelligence

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.11.1999

Abbildungen

XII, 372 p.

Herausgeber

Osamu Watanabe + weitere

Verlag

Springer Berlin

Seitenzahl

372

Maße (L/B/H)

23,5/15,5/2,1 cm

Gewicht

581 g

Auflage

1999

Sprache

Englisch

ISBN

978-3-540-66748-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

17.11.1999

Abbildungen

XII, 372 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

372

Maße (L/B/H)

23,5/15,5/2,1 cm

Gewicht

581 g

Auflage

1999

Sprache

Englisch

ISBN

978-3-540-66748-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

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
  • Invited Lectures.- Tailoring Representations to Different Requirements.- Theoretical Views of Boosting and Applications.- Extended Stochastic Complexity and Minimax Relative Loss Analysis.- Regular Contributions.- Algebraic Analysis for Singular Statistical Estimation.- Generalization Error of Linear Neural Networks in Unidentifiable Cases.- The Computational Limits to the Cognitive Power of the Neuroidal Tabula Rasa.- The Consistency Dimension and Distribution-Dependent Learning from Queries (Extended Abstract).- The VC-Dimension of Subclasses of Pattern Languages.- On the V ? Dimension for Regression in Reproducing Kernel Hilbert Spaces.- On the Strength of Incremental Learning.- Learning from Random Text.- Inductive Learning with Corroboration.- Flattening and Implication.- Induction of Logic Programs Based on ?-Terms.- Complexity in the Case Against Accuracy: When Building One Function-Free Horn Clause Is as Hard as Any.- A Method of Similarity-Driven Knowledge Revision for Type Specializations.- PAC Learning with Nasty Noise.- Positive and Unlabeled Examples Help Learning.- Learning Real Polynomials with a Turing Machine.- Faster Near-Optimal Reinforcement Learning: Adding Adaptiveness to the E3 Algorithm.- A Note on Support Vector Machine Degeneracy.- Learnability of Enumerable Classes of Recursive Functions from “Typical” Examples.- On the Uniform Learnability of Approximations to Non-recursive Functions.- Learning Minimal Covers of Functional Dependencies with Queries.- Boolean Formulas Are Hard to Learn for Most Gate Bases.- Finding Relevant Variables in PAC Model with Membership Queries.- General Linear Relations among Different Types of Predictive Complexity.- Predicting Nearly as Well as the Best Pruning of a Planar Decision Graph.- On Learning Unionsof Pattern Languages and Tree Patterns.