Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.

  • Produktbild: Machine Learning: From Theory to Applications
  • Produktbild: Machine Learning: From Theory to Applications
Band 661

Machine Learning: From Theory to Applications Cooperative Research at Siemens and MIT

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.03.1993

Abbildungen

VIII, 276 p.

Herausgeber

Stephen J. Hanson + weitere

Verlag

Springer Berlin

Seitenzahl

276

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

441 g

Auflage

1993

Sprache

Englisch

ISBN

978-3-540-56483-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.03.1993

Abbildungen

VIII, 276 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

276

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

441 g

Auflage

1993

Sprache

Englisch

ISBN

978-3-540-56483-6

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: Machine Learning: From Theory to Applications
  • Produktbild: Machine Learning: From Theory to Applications
  • Strategic directions in machine learning.- Training a 3-node neural network is NP-complete.- Cryptographic limitations on learning Boolean formulae and finite automata.- Inference of finite automata using homing sequences.- Adaptive search by learning from incomplete explanations of failures.- Learning of rules for fault diagnosis in power supply networks.- Cross references are features.- The schema mechanism.- L-ATMS: A tight integration of EBL and the ATMS.- Massively parallel symbolic induction of protein structure/function relationships.- Task decomposition through competition in a modular connectionist architecture: The what and where vision tasks.- Phoneme discrimination using connectionist networks.- Behavior-based learning to control IR oven heating: Preliminary investigations.- Trellis codes, receptive fields, and fault tolerant, self-repairing neural networks.