Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 10.06.2026 / Gültig für gebrauchte Bücher / Mindestbestellwert 20,00 € / Einzelne Artikel können ausgeschlossen sein / Online auf www.bücher.de.de / 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: Genetic Programming
Band 10781

Genetic Programming 21st European Conference, EuroGP 2018, Parma, Italy, April 4-6, 2018, Proceedings

Aus der Reihe Theoretical Computer Science and General Issues

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.03.2018

Abbildungen

XII, 80 illus., schwarz-weiss Illustrationen

Herausgeber

Mauro Castelli + weitere

Verlag

Springer

Seitenzahl

323

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

511 g

Auflage

1st edition 2018

Sprache

Englisch

ISBN

978-3-319-77552-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.03.2018

Abbildungen

XII, 80 illus., schwarz-weiss Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

323

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

511 g

Auflage

1st edition 2018

Sprache

Englisch

ISBN

978-3-319-77552-4

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: Genetic Programming
  • Using GP Is NEAT: Evolving Compositional Pattern Production Functions.-  Evolving the Topology of Large Scale Deep Neural Networks.- Evolving Graphs by Graph Programming.- Pruning Techniques for Mixed Ensembles of Genetic Programming Models.- Analyzing Feature Importance for Metabolomics Using Genetic Programming.- Generating Redundant Features with Unsupervised Multi-Tree Genetic Programming.- On the Automatic Design of a Representation for Grammar-Based Genetic Programming.- Multi-Level Grammar Genetic Programming for Scheduling in Heterogeneous Networks.- Scaling Tangled Program Graphs to Visual Reinforcement Learning in ViZDoom.- Towards In Vivo Genetic Programming: Evolving Boolean Networks to Determine Cell States.- A Multiple Expression Alignment Framework for Genetic Programming.- Multi-Objective Evolution of Ultra-Fast General-Purpose Hash Functions.- A Comparative Study on Crossover in Cartesian Genetic Programming.- Evolving Better RNAfold Structure Prediction.- Geometric Crossover in Syntactic Space.- Investigating A Machine Breakdown Genetic Programming Approach for Dynamic Job Shop Scheduling.- Structurally Layered Representation Learning: Towards Deep Learning Through Genetic Programming.- Comparing Rule Evaluation Metrics for the Evolutionary Discovery of Multi-Relational Association Rules in the Semantic Web.- Genetic Programming Hyperheuristic with Cooperative Coevolution for Dynamic Flexible Job Shop Scheduling.