KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 05.10.2026 ab einem Mindestbestellwert von 30€ auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. 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 Versandkosten und Services. Preisgebundene Artikel sind vom Mindestbestellwert ausgeschlossen.

Produktbild: Multi-aspect Learning
Band 242 - 13%

Multi-aspect Learning Methods and Applications

13% sparen

152,99 € UVP 175,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

28.07.2023

Abbildungen

VIII, 184 p. 71 illus., 70 illus. in color.

Verlag

Springer

Seitenzahl

184

Maße (L/B/H)

24,1/16/1,6 cm

Gewicht

494 g

Auflage

2023

Sprache

Englisch

ISBN

978-3-031-33559-4

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

28.07.2023

Abbildungen

VIII, 184 p. 71 illus., 70 illus. in color.

Verlag

Springer

Seitenzahl

184

Maße (L/B/H)

24,1/16/1,6 cm

Gewicht

494 g

Auflage

2023

Sprache

Englisch

ISBN

978-3-031-33559-4

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

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: Multi-aspect Learning
  • 1 Multi-Aspect Data Learning: Overview, Challenges and Approaches.-  2 Non-negative Matrix Factorization-Based Multi-Aspect Data Clustering.- 3 NMF and Manifold Learning for Multi-Aspect Data.- 4 Subspace Learning for Multi-Aspect Data.-  5 Spectral Clustering on Multi-Aspect Data.- 6 Learning Consensus and Complementary Information for Multi-Aspect Data Clustering.- 7 Deep Learning-Based Methods for Multi-Aspect Data Clustering.