Boosted Statistical Relational Learners From Benchmarks to Data-Driven Medicine /
This SpringerBrief addresses the challenges of analyzing multi-relational and noisy data by proposing several Statistical Relational Learning (SRL) methods. These methods combine the expressiveness of first-order logic and the ability of probability theory to handle uncertainty. It provides an overv...
| Κύριοι συγγραφείς: | , , , |
|---|---|
| Συγγραφή απο Οργανισμό/Αρχή: | |
| Μορφή: | Ηλεκτρονική πηγή Ηλ. βιβλίο |
| Γλώσσα: | English |
| Έκδοση: |
Cham :
Springer International Publishing : Imprint: Springer,
2014.
|
| Σειρά: | SpringerBriefs in Computer Science,
|
| Θέματα: | |
| Διαθέσιμο Online: | Full Text via HEAL-Link |
Διαδίκτυο
Full Text via HEAL-LinkΒΚΠ - Πατρα: ALFd
| Ταξιθετικός Αριθμός: |
330.01 BAU |
|---|---|
| Αντίγραφο 1 | Στη βιβλιοθήκη |
ΒΚΠ - Πατρα: BSC
| Ταξιθετικός Αριθμός: |
330.01 BAU |
|---|---|
| Αντίγραφο 2 | Στη βιβλιοθήκη |
| Αντίγραφο 3 | Στη βιβλιοθήκη |
