Empirical Approach to Machine Learning

Empirical Approach to Machine Learning

This book provides a 'one-stop source' for all readers who are interested in a new, empirical approach to machine learning that, unlike traditional methods, successfully addresses the demands of today's data-driven world. After an introduction to the fundamentals, the book discusses i...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Angelov, Plamen P. (Συγγραφέας, http://id.loc.gov/vocabulary/relators/aut), Gu, Xiaowei (http://id.loc.gov/vocabulary/relators/aut)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2019.
Έκδοση:1st ed. 2019.
Σειρά:Studies in Computational Intelligence, 800
Θέματα:
Computational intelligence.
Pattern recognition.
Big data.
Data mining.
Computational complexity.
Computational Intelligence.
Pattern Recognition.
Big Data.
Data Mining and Knowledge Discovery.
Complexity.
Διαθέσιμο Online:Full Text via HEAL-Link

Διαδίκτυο

Full Text via HEAL-Link

ΒΚΠ - Πατρα: ALFd

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: ALFd
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 1 Στη βιβλιοθήκη

ΒΚΠ - Πατρα: BSC

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: BSC
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 2 Στη βιβλιοθήκη
Αντίγραφο 3 Στη βιβλιοθήκη

Παρόμοια τεκμήρια