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: Probabilistic Topic Models
- 13%

Probabilistic Topic Models Foundation and Application

13% sparen

161,99 € UVP 186,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

09.06.2024

Abbildungen

X, 149 p. 1 illus.

Verlag

Springer Singapore

Seitenzahl

149

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

254 g

Auflage

2023

Sprache

Englisch

ISBN

978-981-9924-33-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

09.06.2024

Abbildungen

X, 149 p. 1 illus.

Verlag

Springer Singapore

Seitenzahl

149

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

254 g

Auflage

2023

Sprache

Englisch

ISBN

978-981-9924-33-2

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: Probabilistic Topic Models
  • Chapter 1. Basics.- Chapter 2. Topic Models.- 3. Chapter 3. Pre-processing of Training Data.- Chapter 4. Expectation Maximization.- Chapter 5. Markov Chain Monte Carlo Sampling.- Chapter 6. Variational Inference.- Chapter 7. Distributed Training.- Chapter 8. Parameter Setting.- Chapter 9. Topic Deduplication and Model Compression.- Chapter 10. Applications.