Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 20.07.2026 bis 22.07.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
  • Produktbild: Algorithmic Learning Theory
  • Produktbild: Algorithmic Learning Theory

Algorithmic Learning Theory 12th International Conference, ALT 2001, Washington, DC, USA, November 25-28, 2001. Proceedings.

Aus der Reihe Lecture Notes in Computer Science

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.11.2001

Herausgeber

Naoki Abe + weitere

Verlag

Springer Berlin

Seitenzahl

388

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

558 g

Auflage

2001

Sprache

Englisch

ISBN

978-3-540-42875-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

07.11.2001

Herausgeber

Verlag

Springer Berlin

Seitenzahl

388

Maße (L/B/H)

23,5/15,5/2,2 cm

Gewicht

558 g

Auflage

2001

Sprache

Englisch

ISBN

978-3-540-42875-6

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: Algorithmic Learning Theory
  • Produktbild: Algorithmic Learning Theory
  • Editors’ Introduction.- Editors’ Introduction.- Invited Papers.- The Discovery Science Project in Japan.- Queries Revisited.- Robot Baby 2001.- Discovering Mechanisms: A Computational Philosophy of Science Perspective.- Inventing Discovery Tools: Combining Information Visualization with Data Mining.- Complexity of Learning.- On Learning Correlated Boolean Functions Using Statistical Queries (Extended Abstract).- A Simpler Analysis of the Multi-way Branching Decision Tree Boosting Algorithm.- Minimizing the Quadratic Training Error of a Sigmoid Neuron Is Hard.- Support Vector Machines.- Learning of Boolean Functions Using Support Vector Machines.- A Random Sampling Technique for Training Support Vector Machines.- New Learning Models.- Learning Coherent Concepts.- Learning Intermediate Concepts.- Real-Valued Multiple-Instance Learning with Queries.- Online Learning.- Loss Functions, Complexities, and the Legendre Transformation.- Non-linear Inequalities between Predictive and Kolmogorov Complexities.- Inductive Inference.- Learning by Switching Type of Information.- Learning How to Separate.- Learning Languages in a Union.- On the Comparison of Inductive Inference Criteria for Uniform Learning of Finite Classes.- Refutable Inductive Inference.- Refutable Language Learning with a Neighbor System.- Learning Recursive Functions Refutably.- Refuting Learning Revisited.- Learning Structures and Languages.- Efficient Learning of Semi-structured Data from Queries.- Extending Elementary Formal Systems.- Learning Regular Languages Using RFSA.- Inference of ?-Languages from Prefixes.