KI-Beratung Beta

  • Produktbild: Advances in Probabilistic Graphical Models
  • Produktbild: Advances in Probabilistic Graphical Models
Band 213

Advances in Probabilistic Graphical Models

97,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

05.02.2007

Abbildungen

X, 386 p.

Herausgeber

Peter Lucas + weitere

Verlag

Springer Berlin

Seitenzahl

386

Maße (L/B/H)

24,1/16/2,7 cm

Gewicht

706 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-68994-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

05.02.2007

Abbildungen

X, 386 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

386

Maße (L/B/H)

24,1/16/2,7 cm

Gewicht

706 g

Auflage

2007

Sprache

Englisch

ISBN

978-3-540-68994-2

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

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: Advances in Probabilistic Graphical Models
  • Produktbild: Advances in Probabilistic Graphical Models
  • Foundations.- Markov Equivalence in Bayesian Networks.- A Causal Algebra for Dynamic Flow Networks.- Graphical and Algebraic Representatives of Conditional Independence Models.- Bayesian Network Models with Discrete and Continuous Variables.- Sensitivity Analysis of Probabilistic Networks.- Inference.- A Review on Distinct Methods and Approaches to Perform Triangulation for Bayesian Networks.- Decisiveness in Loopy Propagation.- Lazy Inference in Multiply Sectioned Bayesian Networks Using Linked Junction Forests.- Learning.- A Study on the Evolution of Bayesian Network Graph Structures.- Learning Bayesian Networks with an Approximated MDL Score.- Learning of Latent Class Models by Splitting and Merging Components.- Decision Processes.- An Efficient Exhaustive Anytime Sampling Algorithm for Influence Diagrams.- Multi-currency Influence Diagrams.- Parallel Markov Decision Processes.- Applications.- Applications of HUGIN to Diagnosis and Control of Autonomous Vehicles.- Biomedical Applications of Bayesian Networks.- Learning and Validating Bayesian Network Models of Gene Networks.- The Role of Background Knowledge in Bayesian Classification.