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: Order Analysis, Deep Learning, and Connections to Optimization
- 17%

Order Analysis, Deep Learning, and Connections to Optimization

Aus der Reihe Vector Optimization
17% sparen

117,99 € UVP 142,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

23.10.2024

Verlag

Springer

Seitenzahl

181

Maße (L/B/H)

24,1/16/1,7 cm

Gewicht

477 g

Sprache

Englisch

ISBN

978-3-031-67421-1

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

23.10.2024

Verlag

Springer

Seitenzahl

181

Maße (L/B/H)

24,1/16/1,7 cm

Gewicht

477 g

Sprache

Englisch

ISBN

978-3-031-67421-1

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

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: Order Analysis, Deep Learning, and Connections to Optimization
  • Preliminaries.- C Representing Functionals.- Application in Nonlinear Optimization.- Application in Vector Optimization.- Application in Set Optimization.- Basics of Deep Learning.- Deep Learning with Set-Valued Inputs.