Obálka

QR kód

Introduction to machine learning /

Uloženo v:

Podrobná bibliografie
Hlavní autor:	Alpaydin, Ethem (Autor)
Médium:	Elektronický zdroj E-kniha
Jazyk:	angličtina
Vydáno:	Cambridge, Massachusetts ; London, England : The MIT Press, 2014.
Vydání:	Third edition.
Edice:	Adaptive computation and machine learning.
Témata:	Machine learning. Electronic books.
On-line přístup:	An electronic book accessible through the World Wide Web; click to view
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Podobné jednotky

Dataset shift in machine learning
Vydáno: (2009)

Machine learning for dummies /
Autor: Mueller, John Paul, a další
Vydáno: (2016)

Machine learning : hands-on for developers and technical professionals /
Autor: Bell, Jason
Vydáno: (2015)

Machine learning a probabilistic perspective /
Autor: Murphy, Kevin P., 1970-
Vydáno: (2012)

Foundations of machine learning
Autor: Mohri, Mehryar
Vydáno: (2012)

Machine learning for financial engineering
Autor: Györfi, László
Vydáno: (2012)

Machine learning in non-stationary environments introduction to covariate shift adaptation /
Autor: Sugiyama, Masashi, 1974-
Vydáno: (2012)

Optimization for machine learning
Vydáno: (2012)

Machine learning with R /
Autor: Lantz, Brett
Vydáno: (2013)

Machine learning in python : essential techniques for predictive analysis /
Autor: Bowles, Michael
Vydáno: (2015)

Multi-agent machine learning : a reinforcement approach /
Autor: Schwartz, Howard M.
Vydáno: (2014)

Building machine learning systems with Python
Autor: Richert, Willi
Vydáno: (2013)

Machine learning in image steganalysis
Autor: Schaathun, Hans Georg
Vydáno: (2012)

Semi-supervised learning
Vydáno: (2006)

Learning scikit-learn : machine learning in Python /
Autor: Garreta, Raul
Vydáno: (2013)

Learning with kernels support vector machines, regularization, optimization, and beyond /
Autor: Schölkopf, Bernhard
Vydáno: (2002)

Optimal learning
Autor: Powell, Warren B., 1955-
Vydáno: (2012)

An elementary introduction to statistical learning theory
Autor: Kulkarni, Sanjeev
Vydáno: (2011)

Least squares support vector machines
Vydáno: (2002)

Recursive spatial multiplexing for interference mitigation /
Autor: Shah, Syed Ibrahim Asghar
Vydáno: (2019)

Ein Verfahren zur Prognose verkehrsabhangiger Schaltzeiten von Lichtsignalanlagen /
Autor: Weisheit, Toni
Vydáno: (2017)

Advances in learning theory methods, models, and applications /
Vydáno: (2003)

Support vector machines data analysis, machine learning and applications /
Vydáno: (2011)

Boosting foundations and algorithms /
Autor: Schapire, Robert E.
Vydáno: (2012)

Kernels for structured data
Autor: Gartner, Thomas
Vydáno: (2008)

Next-generation sequencing and sequence data analysis /
Autor: Chiu, Kuo Ping
Vydáno: (2015)

Kernel methods for pattern analysis
Autor: Shawe-Taylor, John
Vydáno: (2004)

Apache Mahout cookbook /
Autor: Giacomelli, Piero
Vydáno: (2013)

Klassifikation von Niederspannungsnetzen mit Support Vector Machines : Bewertung des Aufnahmevermogens fur Dezentrale Erzeugungsanlagen /
Autor: Breker, Sebastian
Vydáno: (2015)

Machine learning in bioinformatics
Autor: Zhang, Yan-Qing
Vydáno: (2009)

Machine learning approaches to bioinformatics
Autor: Yang, Zheng Rong
Vydáno: (2010)

Decentralised reinforcement learning in Markov games /
Autor: Vrancx, Peter
Vydáno: (2010)

Report of a workshop on the scope and nature of computational thinking
Vydáno: (2010)

Machine learning and statistical approaches to image retrieval
Autor: Chen, Yixin, 1972-
Vydáno: (2004)

Gaussian processes for machine learning
Autor: Rasmussen, Carl Edward
Vydáno: (2006)

The Novel in the Spanish Silver Age : a digital analysis of genre using machine learning /
Autor: Calvo Tello, Jose, 1987-
Vydáno: (2021)

Machine interpretation of patterns image analysis and data mining /
Vydáno: (2010)

Machine learning applications in software engineering
Vydáno: (2005)

Machine learning for protein subcellular localization prediction /
Autor: Wan, Shibiao, a další
Vydáno: (2015)

Water Quality Monitoring Using IoT & Machine Learning
Autor: Omambia Andrew , Maake Benard & Wambua Anthony
Vydáno: (2024)