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: Genetic Programming Theory and Practice XVII

Genetic Programming Theory and Practice XVII

158,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.05.2021

Herausgeber

Wolfgang Banzhaf + weitere

Verlag

Springer

Seitenzahl

409

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

657 g

Auflage

1st ed. 2020

Sprache

Englisch

ISBN

978-3-030-39960-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.05.2021

Herausgeber

Verlag

Springer

Seitenzahl

409

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

657 g

Auflage

1st ed. 2020

Sprache

Englisch

ISBN

978-3-030-39960-3

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: Genetic Programming Theory and Practice XVII
  • 1. Characterizing the Effects of Random Subsampling on Lexicase Selection.- 2. It is Time for New Perspectives on How to Fight Bloatin GP.- 3. Explorations of the Semantic Learning Machine Neuroevolution Algorithm.- 4. Can Genetic Programming Perform Explainable Machine Learning for Bioinformatics?.- 5. Symbolic Regression by Exhaustive Search – Reducing the Search Space using Syntactical Constraints and Efficient Semantic Structure Deduplication.- 6. Temporal Memory Sharing in Visual Reinforcement Learning.- 7. The Evolution of Representations in Genetic Programming Trees.- 8. How Competitive is Genetic Programming in Business Data Science Applications?.- 9. Using Modularity Metrics as Design Features to Guide Evolution in Genetic Programming.- 10. Evolutionary Computation and AI Safety.- 11. Genetic Programming Symbolic Regression.- 12. Hands-on Artificial Evolution through Brain Programming.- 13. Comparison of Linear Genome Representations For Software Synthesis.- 14. Enhanced Optimization with Composite Objectives and Novelty Pulsation.- 15. New Pathways in Coevolutionary Computation.- 16. 2019 Evolutionary Algorithms Review.- 17. Evolving a Dota 2 Hero Bot with a Probabilistic Shared Memory Model.- 18. Modelling Genetic Programming as a Simple Sampling Algorithm.- 19.  An Evolutionary System for Better Automatic Software Repair.- Index.