KI-Beratung Beta

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: Data Science and Cases in Sustainability

Data Science and Cases in Sustainability Pattern Recognition and Machine Learning

82,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

03.01.2026

Abbildungen

XXXI, 414 p. 1 illus.

Verlag

Springer Singapore

Seitenzahl

414

Maße (L/B/H)

24,1/16/3 cm

Gewicht

782 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9683-61-1

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

03.01.2026

Abbildungen

XXXI, 414 p. 1 illus.

Verlag

Springer Singapore

Seitenzahl

414

Maße (L/B/H)

24,1/16/3 cm

Gewicht

782 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9683-61-1

Herstelleradresse

Springer-Verlag GmbH
Europaplatz 3
69115 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: Data Science and Cases in Sustainability

  • Chapter 1. Evolution of Data Science.- Chapter 2. LearningDimensionality Reduction.- Chapter 3. Types of Data.- Chapter 4. Pre-processing of Data.- Chapter 5. Dimensionality Reduction.- Chapter 6. Pattern Recognition System.- Chapter 7. Classification.- Chapter 8. Classifiers.- Chapter9. Combination of Classifiers.- Chapter10. Clustering.- Chapter 11. Clustering Algorithms.- Chapter 12. Outliers.- Chapter 13. Fuzzy Set Theoretic Approach to Pattern Recognition.- Chapter 14. Rule of Thumb.- Chapter 15. Artificial Neural Networks.- Chapter 16. Multilayer Perceptron.- Chapter 17. Evolutionary Computing for Machine Learning.- Chapter 18. Support Vector Machine.- Chapter 19. Kernel Machines.- Chapter 20. Extreme Learning Machines.- Chapter 21. Deep Learning.