Vor Ort
Merkzettel Warenkorb
Produktbild: Deterministic and Statistical Methods in Machine Learning

Deterministic and Statistical Methods in Machine Learning First International Workshop, Sheffield, UK, September 7-10, 2004. Revised Lectures

Aus der Reihe Lecture Notes in Computer Science

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.10.2005

Herausgeber

Joab Winkler + weitere

Verlag

Springer Berlin

Seitenzahl

341

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

605 g

Auflage

2005

Sprache

Englisch

ISBN

978-3-540-29073-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.10.2005

Herausgeber

Verlag

Springer Berlin

Seitenzahl

341

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

605 g

Auflage

2005

Sprache

Englisch

ISBN

978-3-540-29073-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.

Jetzt verkaufen
Jetzt verkaufen

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: Deterministic and Statistical Methods in Machine Learning
  • Object Recognition via Local Patch Labelling.- Multi Channel Sequence Processing.- Bayesian Kernel Learning Methods for Parametric Accelerated Life Survival Analysis.- Extensions of the Informative Vector Machine.- Efficient Communication by Breathing.- Guiding Local Regression Using Visualisation.- Transformations of Gaussian Process Priors.- Kernel Based Learning Methods: Regularization Networks and RBF Networks.- Redundant Bit Vectors for Quickly Searching High-Dimensional Regions.- Bayesian Independent Component Analysis with Prior Constraints: An Application in Biosignal Analysis.- Ensemble Algorithms for Feature Selection.- Can Gaussian Process Regression Be Made Robust Against Model Mismatch?.- Understanding Gaussian Process Regression Using the Equivalent Kernel.- Integrating Binding Site Predictions Using Non-linear Classification Methods.- Support Vector Machine to Synthesise Kernels.- Appropriate Kernel Functions for Support Vector Machine Learning with Sequences of Symbolic Data.- Variational Bayes Estimation of Mixing Coefficients.- A Comparison of Condition Numbers for the Full Rank Least Squares Problem.- SVM Based Learning System for Information Extraction.