Vor Ort
Merkzettel Warenkorb
  • Produktbild: Genetic Programming Theory and Practice XIV
  • Produktbild: Genetic Programming Theory and Practice XIV

Genetic Programming Theory and Practice XIV

Aus der Reihe Genetic and Evolutionary Computation

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

08.11.2018

Abbildungen

XV, 227 p. 52 illus.

Herausgeber

Rick Riolo + weitere

Verlag

Springer

Seitenzahl

227

Maße (L/B/H)

24,1/16/1,9 cm

Gewicht

535 g

Auflage

1st ed. 2018

Sprache

Englisch

ISBN

978-3-319-97087-5

Beschreibung

Rezension

“This highly technical book is meant for a very specialized audience: researchers in GP. The topics discussed offer interesting insight into how research in GP is evolving. … I strongly recommend this book for researchers in evolutionary computing and GP.” (S. V. Nagaraj, Computing Reviews, November 12, 2020)

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

08.11.2018

Abbildungen

XV, 227 p. 52 illus.

Herausgeber

Verlag

Springer

Seitenzahl

227

Maße (L/B/H)

24,1/16/1,9 cm

Gewicht

535 g

Auflage

1st ed. 2018

Sprache

Englisch

ISBN

978-3-319-97087-5

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: Genetic Programming Theory and Practice XIV
  • Produktbild: Genetic Programming Theory and Practice XIV
  • 1 Similarity-based Analysis of Population Dynamics in Genetic Programming Performing Symbolic Regression.- 2 An Investigation of Hybrid Structural and Behavioral Diversity Methods in Genetic Programming.- 3 Investigating Multi-Population Competitive Coevolution for Anticipation of Tax Evasion.- 4 Evolving Artificial General Intelligence for Video Game Controllers.- 5 A Detailed Analysis of a PushGP Run.- 6 Linear Genomes for Structured Programs.- 7 Neutrality, Robustness, and Evolvability in Genetic Programming.- 8 Local Search is Underused in Genetic Programming.- 9 PRETSL: Distributed Probabilistic Rule Evolution for Time-Series Classification.- 10 Discovering Relational Structural in Program Synthesis Problems with Analogical Reasoning.- 11 An Evolutionary Algorithm for Big Data Multi-Class Classification Problems.- 12 A Genetic Framework for Building Dispersion Operators in the Semantic Space.- 13 Assisting Asset Model Development with Evolutionary Augmentation.- 14 Identifying andHarnessing the Building Blocks of Machine Learning Pipelines for Sensible Initialization of a Data Science Automation Tool.