KI-Beratung Beta

  • Produktbild: Multi-Objective Evolutionary Algorithms for Knowledge Discovery from Databases
  • Produktbild: Multi-Objective Evolutionary Algorithms for Knowledge Discovery from Databases
Band 98

Multi-Objective Evolutionary Algorithms for Knowledge Discovery from Databases

106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

19.11.2010

Abbildungen

XIV, 162 p.

Herausgeber

Ashish Ghosh + weitere

Verlag

Springer Berlin

Seitenzahl

162

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

277 g

Auflage

Softcover reprint of hardcover 1st ed. 2008

Sprache

Englisch

ISBN

978-3-642-09615-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

19.11.2010

Abbildungen

XIV, 162 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

162

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

277 g

Auflage

Softcover reprint of hardcover 1st ed. 2008

Sprache

Englisch

ISBN

978-3-642-09615-0

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: Multi-Objective Evolutionary Algorithms for Knowledge Discovery from Databases
  • Produktbild: Multi-Objective Evolutionary Algorithms for Knowledge Discovery from Databases
  • Genetic Algorithm for Optimization of Multiple Objectives in Knowledge Discovery from Large Databases.- Knowledge Incorporation in Multi-objective Evolutionary Algorithms.- Evolutionary Multi-objective Rule Selection for Classification Rule Mining.- Rule Extraction from Compact Pareto-optimal Neural Networks.- On the Usefulness of MOEAs for Getting Compact FRBSs Under Parameter Tuning and Rule Selection.- Classification and Survival Analysis Using Multi-objective Evolutionary Algorithms.- Clustering Based on Genetic Algorithms.