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: Intelligent Computing
Band 507 - 12%

Intelligent Computing Proceedings of the 2022 Computing Conference, Volume 2

12% sparen

221,99 € UVP 252,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.07.2022

Abbildungen

XII, 927 p. 397 illus., 320 illus. in color.

Herausgeber

Kohei Arai

Verlag

Springer

Seitenzahl

927

Maße (L/B/H)

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

Gewicht

1399 g

Auflage

1st ed. 2022

Sprache

Englisch

ISBN

978-3-031-10463-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.07.2022

Abbildungen

XII, 927 p. 397 illus., 320 illus. in color.

Herausgeber

Kohei Arai

Verlag

Springer

Seitenzahl

927

Maße (L/B/H)

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

Gewicht

1399 g

Auflage

1st ed. 2022

Sprache

Englisch

ISBN

978-3-031-10463-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

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: Intelligent Computing
  • An Adaptive Geometry and Dual Graph Approach to Sign Prediction for Weighted and Signed Networks.- A Stochastic Modified Limited Memory BFGS for Training Deep Neural Networks.- Enhanced Deep Learning Framework for Fine-Grained Segmentation of Fashion and Apparel.- Linear Block and Convolutional MDS Codes to Required Rate, Distance and Type.- Run-Time Dependency Graph Models for Independently Developed Robotic Software Components.- A Raspberry Pi Computer Vision System for Self-Driving Cars.