Gutscheinbedingungen

*Gültig bis 20.09.2026 auf (fast) alles. Ausgeschlossen sind Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli, Barth Bücher, Buchladen Rapunzel, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 100.- | Nicht mit anderen Rabatten kumulierbar.

Produktbild: Advances in Machine Learning I
Band 262

Advances in Machine Learning I Dedicated to the Memory of Professor Ryszard S. Michalski

Fr. 241.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

04.02.2010

Abbildungen

XIX, 521 p.

Herausgeber

Jacek Koronacki + weitere

Verlag

Springer Berlin

Seitenzahl

521

Maße (L/B/H)

24.1/16/3.8 cm

Gewicht

1074 g

Auflage

2010

Sprache

Englisch

ISBN

978-3-642-05176-0

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

04.02.2010

Abbildungen

XIX, 521 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

521

Maße (L/B/H)

24.1/16/3.8 cm

Gewicht

1074 g

Auflage

2010

Sprache

Englisch

ISBN

978-3-642-05176-0

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: Advances in Machine Learning I
  • Introductory Chapters.- Ryszard S. Michalski: The Vision and Evolution of Machine Learning.- The AQ Methods for Concept Drift.- Machine Learning Algorithms Inspired by the Work of Ryszard Spencer Michalski.- Inductive Learning: A Combinatorial Optimization Approach.- General Issues.- From Active to Proactive Learning Methods.- Explicit Feature Construction and Manipulation for Covering Rule Learning Algorithms.- Transfer Learning via Advice Taking.- Classification and Beyond.- Determining the Best Classification Algorithm with Recourse to Sampling and Metalearning.- Transductive Learning for Spatial Data Classification.- Beyond Sequential Covering – Boosted Decision Rules.- An Analysis of Relevance Vector Machine Regression.- Cascade Classifiers for Hierarchical Decision Systems.- Creating Rule Ensembles from Automatically-Evolved Rule Induction Algorithms.- Structured Hidden Markov Model versus String Kernel Machines for Symbolic Sequence Classification.- Soft Computing.- Partition Measures for Data Mining.- An Analysis of the FURIA Algorithm for Fuzzy Rule Induction.- Increasing Incompleteness of Data Sets—A Strategy for Inducing Better Rule Sets.- Knowledge Discovery Using Rough Set Theory.- Machine Learning Techniques for Prostate Ultrasound Image Diagnosis.- Segmentation of Breast Cancer Fine Needle Biopsy Cytological Images Using Fuzzy Clustering.- Machine Learning for Robotics.- Automatic Selection of Object Recognition Methods Using Reinforcement Learning.- Comparison of Machine Learning for Autonomous Robot Discovery.- Multistrategy Learning for Robot Behaviours.- Neural Networks and Other Nature Inspired Approaches.- Quo Vadis? Reliable and Practical Rule Extraction from Neural Networks.- Learning and Evolution of Autonomous Adaptive Agents.- Learning andUnlearning in Hopfield-Like Neural Network Performing Boolean Factor Analysis.