Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 25.06.2026 auf fremdsprachige Bücher online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. 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 Geschenkkarten, Versandkosten und Services.
Produktbild: Advances in Machine Learning I
Band 262 - 10%

Advances in Machine Learning I Dedicated to the Memory of Professor Ryszard S. Michalski

Aus der Reihe Studies in Computational Intelligence
10% sparen

197,99 € UVP 219,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

04.02.2010

Herausgeber

Jacek Koronacki + weitere

Verlag

Springer Berlin

Seitenzahl

521

Maße (L/B/H)

24,1/16/3,8 cm

Gewicht

1074 g

Auflage

2010

Sprache

Englisch

ISBN

978-3-642-05176-0

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

04.02.2010

Herausgeber

Verlag

Springer Berlin

Seitenzahl

521

Maße (L/B/H)

24,1/16/3,8 cm

Gewicht

1074 g

Auflage

2010

Sprache

Englisch

ISBN

978-3-642-05176-0

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Advances in Machine Learning I
  • Introductory Chapters.- Ryszard S. Michalski: The Vision and Evolution of Machine Learning.- The AQ Methods for Concept Drift.- Machine Learning Algorithms Inspired by the Work of Ryszard Spencer Michalski.- Inductive Learning: A Combinatorial Optimization Approach.- General Issues.- From Active to Proactive Learning Methods.- Explicit Feature Construction and Manipulation for Covering Rule Learning Algorithms.- Transfer Learning via Advice Taking.- Classification and Beyond.- Determining the Best Classification Algorithm with Recourse to Sampling and Metalearning.- Transductive Learning for Spatial Data Classification.- Beyond Sequential Covering – Boosted Decision Rules.- An Analysis of Relevance Vector Machine Regression.- Cascade Classifiers for Hierarchical Decision Systems.- Creating Rule Ensembles from Automatically-Evolved Rule Induction Algorithms.- Structured Hidden Markov Model versus String Kernel Machines for Symbolic Sequence Classification.- Soft Computing.- Partition Measures for Data Mining.- An Analysis of the FURIA Algorithm for Fuzzy Rule Induction.- Increasing Incompleteness of Data Sets—A Strategy for Inducing Better Rule Sets.- Knowledge Discovery Using Rough Set Theory.- Machine Learning Techniques for Prostate Ultrasound Image Diagnosis.- Segmentation of Breast Cancer Fine Needle Biopsy Cytological Images Using Fuzzy Clustering.- Machine Learning for Robotics.- Automatic Selection of Object Recognition Methods Using Reinforcement Learning.- Comparison of Machine Learning for Autonomous Robot Discovery.- Multistrategy Learning for Robot Behaviours.- Neural Networks and Other Nature Inspired Approaches.- Quo Vadis? Reliable and Practical Rule Extraction from Neural Networks.- Learning and Evolution of Autonomous Adaptive Agents.- Learning and Unlearning in Hopfield-Like Neural Network Performing Boolean Factor Analysis.