KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 09.11.2026 auf tolino shine color (4016621130473), tolino vision color (4016621130183) und tolino vision color weiß (4016621131456) online auf thalia.at, in der Thalia App und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. 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. Nicht gültig für Geschenkkarten, Versandkosten und Services. Nur solange der Vorrat reicht.
  • Produktbild: Machine Learning and Knowledge Extraction
  • Produktbild: Machine Learning and Knowledge Extraction
Band 13480 - 13%

Machine Learning and Knowledge Extraction 6th IFIP TC 5, TC 12, WG 8.4, WG 8.9, WG 12.9 International Cross-Domain Conference, CD-MAKE 2022, Vienna, Austria, August 23–26, 2022, Proceedings

Aus der Reihe Lecture Notes in Computer Science
13% sparen

85,99 € UVP 98,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.08.2022

Abbildungen

XIII, 378 p. 130 illus., 119 illus. in color.

Herausgeber

Andreas Holzinger + weitere

Verlag

Springer

Seitenzahl

378

Maße (L/B/H)

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

Gewicht

593 g

Auflage

1st ed. 2022

Sprache

Englisch

ISBN

978-3-031-14462-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.08.2022

Abbildungen

XIII, 378 p. 130 illus., 119 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

378

Maße (L/B/H)

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

Gewicht

593 g

Auflage

1st ed. 2022

Sprache

Englisch

ISBN

978-3-031-14462-2

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: Machine Learning and Knowledge Extraction
  • Produktbild: Machine Learning and Knowledge Extraction
  • Explain to Not Forget: Defending Catastrophic Forgetting with XAI.- Approximation of SHAP values for Randomized Tree Ensembles.- Color shadows (part I): exploratory usability evaluation of activation maps in radiological machine learning.- Effects of Fairness and Explanation on Trust in Ethical AI.- Towards Refined Classifications driven by SHAP explanations.- Global Intepretable Calibration Index, a New Metric to Estimate Machine Learning Models' Calibration.- The ROC Diagonal is not Layperson’s Chance: a New Baseline Shows the Useful Area.- Debiasing MDI Feature Importance and SHAP values in Tree Ensembles.- The Influence of User Diversity on Motives and Barriers when Using Health Apps - A Conjoint Investigation of the Intention-Behavior Gap.- Identifying Fraud Rings Using Domain Aware Weighted Community Detection.- Capabilities, limitations and challenges of style transfer with CycleGANs: a study on automatic ring design generation.- Semantic Causal Abstraction for Event Prediction.- An Evaluation Study of Intrinsic Motivation Techniques applied to Reinforcement Learning over Hard Exploration Environments.- Towards Generating Financial Reports From Tabular Data Using Transformers.- Evaluating the performance of SOBEK text mining keyword extraction algorithm.- Classification of Screenshot Image Captured in Online Meeting System.- A survey on the application of virtual reality in event-related potential research.- Visualizing Large Collections of URLs Using the Hilbert Curve.- How to Reduce the Time Necessary for Evaluation of Tree-based Models.- An Empirical Analysis of and Guidelines for Synthetic-Data-based Anomaly Detection.- SECI Model in Data-Based Procedure for the Assessment of the Frailty State in Diabetic Patients.- Comparing machine learning correlations to domain experts’ causal knowledge: Employee turnover use case.- Machine learning and knowledge extraction to support work safety for smart forest operations.