Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig vom 15.06.2026 bis 17.06.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Maximaler rabattfähiger Warenkorbwert 500 € | Nicht kombinierbar mit weiteren Aktionen | Nur einmal pro Person einlösbar | Nur solange der Vorrat reicht

Produktbild: From Statistics to Neural Networks
Band 136 - 10%

From Statistics to Neural Networks Theory and Pattern Recognition Applications

Aus der Reihe NATO ASI Subseries F:
10% sparen

95,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.12.2011

Herausgeber

Vladimir Cherkassky + weitere

Verlag

Springer Berlin

Seitenzahl

394

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

628 g

Auflage

Softcover reprint of the original 1st ed. 1994

Sprache

Englisch

ISBN

978-3-642-79121-5

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.12.2011

Herausgeber

Verlag

Springer Berlin

Seitenzahl

394

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

628 g

Auflage

Softcover reprint of the original 1st ed. 1994

Sprache

Englisch

ISBN

978-3-642-79121-5

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: From Statistics to Neural Networks
  • An Overview of Predictive Learning and Function Approximation.- Nonparametric Regression and Classification Part I Nonparametric Regression.- Nonparametric Regression and Classification Part II Nonparametric Classification.- Neural Networks, Bayesian a posteriori Probabilities, and Pattern Classification.- Flexible Non-linear Approaches to Classification.- Parametric Statistical Estimation with Artificial Neural Networks: A Condensed Discussion.- Prediction Risk and Architecture Selection for Neural Networks.- Regularisation Theory, Radial Basis Functions and Networks.- Self-Organizing Networks for Nonparametric Regression.- Neural Preprocessing Methods.- Improved Hidden Markov Models for Speech Recognition Through Neural Network Learning.- Neural Network Architectures for Pattern Recognition.- Cooperative Decision Making Processes and Their Neural Net Implementation.- Associative Memory Networks and Sparse Similarity Preserving Codes.- Multistrategy Learning and Optimal Mappings.- Self-Organizing Neural Networks for Supervised and Unsupervised Learning and Prediction.- Recognition of 3-D Objects from Multiple 2-D Views by a Self-Organizing Neural Architecture.- Chaotic Dynamics in Neural Pattern Recognition.