• Produktbild: Inductive Logic Programming
  • Produktbild: Inductive Logic Programming

Inductive Logic Programming 21st International Conference, ILP 2011, Windsor Great Park, UK, July 31 -- August 3, 2011, Revised Selected Papers

Fr. 73.90

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.07.2012

Abbildungen

XI, 130 illus., schwarz-weiss Illustrationen

Herausgeber

Stephen Muggleton + weitere

Verlag

Springer Berlin

Seitenzahl

406

Maße (L/B/H)

23.5/15.5/2.3 cm

Gewicht

640 g

Auflage

2012

Sprache

Englisch

ISBN

978-3-642-31950-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.07.2012

Abbildungen

XI, 130 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

406

Maße (L/B/H)

23.5/15.5/2.3 cm

Gewicht

640 g

Auflage

2012

Sprache

Englisch

ISBN

978-3-642-31950-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: Inductive Logic Programming
  • Produktbild: Inductive Logic Programming
  • Inference and Learning.- Beyond Reward: The Problem of Knowledge and Data.- Exploiting Constraints.- Online Bayesian Inference for the Parameters of PRISM Programs.- Learning Compact Markov Logic Networks with Decision Trees.- Relational Networks of Conditional Preferences.- k-Optimal: A Novel Approximate Inference Algorithm for ProbLog.- Learning Directed Relational Models with Recursive Dependencies.- Integrating Model Checking and Inductive Logic Programming.- Inductive Logic Programming in Answer Set Programming.- Graph-Based Relational Learning with a Polynomial Time Projection Algorithm.- Interleaved Inductive-Abductive Reasoning for Learning Complex Event Models.- Conceptual Clustering of Multi-Relational Data.- Expressive Power of Safe First-Order Logical Decision Trees.- Relational Learning for Spatial Relation Extraction from Natural