Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 17.08.2026 auf Schreibwaren & Office-Artikel online auf thalia.at, in der Thalia App und in teilnehmenden Thalia Buchhandlungen in Österreich mit Schulsortiment. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.
Produktbild: Encyclopedia of Machine Learning and Data Mining

Encyclopedia of Machine Learning and Data Mining

1.293,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

18.03.2017

Abbildungen

XVII, 1335 p. 263 illus., 83 illus. in color. Print + eReference. In 2 volumes, not available separately.

Herausgeber

Claude Sammut + weitere

Verlag

Springer Us

Seitenzahl

1335

Maße (B/H)

17,8/25,4 cm

Auflage

2017

Sprache

Englisch

ISBN

978-1-4899-7686-4

Beschreibung

Rezension

"The topics covered in the revised edition include applications, data mining, evolutionary computation, graph mining, information theory, learning and logic, pattern mining, reinforcement learning, relational mining, statistical learning, and text mining. ... I recommend the encyclopedia as a valuable resource for libraries ... ." (S. V. Nagaraj, Computing Reviews, January, 2018)

Portrait

Claude Sammut is a Professor of Computer Science and Engineering at the University of New South Wales, Australia, and Head of the Artificial Intelligence Research Group. He is the UNSW node Director of the ARC Centre of Excellence for Autonomous Systems and a member of the joint ARC/NH&MRC project on Thinking Systems. He is on the editorial boards of the Journal of Machine Learning Research, the Machine Learning Journal and New Generation Computing, and was the chairman of the 2007 International Conference on Machine Learning.

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

18.03.2017

Abbildungen

XVII, 1335 p. 263 illus., 83 illus. in color. Print + eReference. In 2 volumes, not available separately.

Herausgeber

Verlag

Springer Us

Seitenzahl

1335

Maße (B/H)

17,8/25,4 cm

Auflage

2017

Sprache

Englisch

ISBN

978-1-4899-7686-4

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

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: Encyclopedia of Machine Learning and Data Mining
  • Abduction.-  Adaptive Resonance Theory.-  Anomaly Detection.-  Bayes Rule.-  Case-Based Reasoning.-  Categorical Data Clustering.-  Causality.-  Clustering from Data Streams.-  Complexity in Adaptive Systems.-  Complexity of Inductive Inference.-  Computational Complexity of Learning.-  Confusion Matrix.-  Connections Between Inductive Inference and Machine Learning.-  Covariance Matrix.-  Decision List.-  Decision Lists and Decision Trees.-  Decision Tree.-  Deep Learning.-  Density-Based Clustering.-  Dimensionality Reduction.-  Document Classification.-  Dynamic Memory Model.-  Empirical Risk Minimization.-  Error Rate.-  Event Extraction from Media Texts.-  Evolutionary Clustering.-  Evolutionary Computation in Economics.-  Evolutionary Computation in Finance.-  Evolutionary Computational Techniques in Marketing.-  Evolutionary Feature Selection and Construction.-  Evolutionary Kernel Learning.-  Evolutionary Robotics.-  Expectation Maximization Clustering.-  Expectation Propagation.-  Feature Construction in Text Mining.-  Feature Selection.-  Feature Selection in Text Mining.-  Gaussian Distribution.-  Gaussian Process.-  Generative and Discriminative Learning.-  Grammatical Inference.-  Graphical Models.-  Hidden Markov Models.-  Inductive Inference.-  Inductive Logic Programming.-  Inductive Programming.-  Inductive Transfer.-  Inverse Reinforcement Learning.-  Kernel Methods.-  K-Means Clustering.-  K-Medoids Clustering.-  K-Way Spectral Clustering.-  Learning Algorithm Evaluation.-  Learning Graphical Models.-  Learning Models of Biological Sequences.-  Learning to Rank.-  Learning Using Privileged Information.-  Linear Discriminant.-  Linear Regression.-  Locally Weighted Regression for Control.-  Machine Learning and Game Playing.-  Manhattan Distance.-  Maximum Entropy Models for Natural Language Processing.-  Mean Shift.-  Metalearning.-  Minimum Description Length Principle.-  Minimum Message Length.-  Mixture Model.-  Model Evaluation.-  Model Trees.-  Multi Label Learning.-  Naïve Bayes.-  Occam's Razor.-  Online Controlled Experiments and A/B Testing.-  Online Learning.-  Opinion Stream Mining .-  PAC Learning.-  Partitional Clustering.-  Phase Transitions in Machine Learning.