Machine Learning and Knowledge Discovery in Databases

Englisch, Asja Fischer, Grigorios Tsoumakas, Massih-Reza Amini, Petra Kralj Novak, Stéphane Canu, Tias Guns, 2023
Zwischen Mi, 3.6. und Fr, 5.6. geliefert
Mehr als 10 Stück an Lager beim Lieferanten
kostenloser Versand

Produktinformationen

Das Buch "Machine Learning and Knowledge Discovery in Databases" ist eine umfassende Sammlung von Forschungsarbeiten, die im Rahmen der Europäischen Konferenz über maschinelles Lernen und Wissensentdeckung in Datenbanken (ECML PKDD 2022) präsentiert wurden. Diese mehrbändige Reihe umfasst die sorgfältig ausgewählten und begutachteten Beiträge von 236 Autoren, die aus über 1000 eingereichten Arbeiten stammen. Die Konferenz fand im September 2022 in Grenoble, Frankreich, statt und deckt eine Vielzahl von Themen ab, die für Fachleute und Forscher im Bereich der Datenwissenschaft von Bedeutung sind. Die Bände sind in verschiedene thematische Abschnitte unterteilt, die sich mit aktuellen Trends und Herausforderungen in der maschinellen Lernforschung befassen. Die behandelten Themen reichen von Clustering und Anomalieerkennung bis hin zu tiefem Lernen und Reinforcement Learning, was das Buch zu einer wertvollen Ressource für alle macht, die sich mit den neuesten Entwicklungen in diesem dynamischen Bereich auseinandersetzen möchten.

Das Wichtigste auf einen Blick

Thema
Technik & IT
Sprache
Englisch
Autor
Asja FischerGrigorios TsoumakasMassih-Reza AminiPetra Kralj NovakStéphane CanuTias Guns
Jahr
2023
Bucheinband
Kartonierter Einband

Allgemeine Informationen

Artikelnummer
56929820
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
27.3.2025

Buch Eigenschaften

Thema
Technik & IT
Sprache
Englisch
Autor
Asja FischerGrigorios TsoumakasMassih-Reza AminiPetra Kralj NovakStéphane CanuTias Guns
Jahr
2023
Bucheinband
Kartonierter Einband

Freiwilliger Klimabeitrag

CO₂-Emission
0.5 kg
Klimabeitrag
CHF 0.11

30 Tage Rückgaberecht wenn ungeöffnet
Keine Garantie

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • 1.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • Springer
    Ungenügende Daten
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Ariston
    Ungenügende Daten
  • Avery Publishing Group
    Ungenügende Daten

Leider haben wir für diese Kategorie aktuell noch nicht genügend Daten, um dir mehr Quoten anzuzeigen.

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • 54.Wiley VCH
    1 %
  • 60.Penguin Random House
    1.1 %
  • 60.Springer
    1.1 %
  • 62.An der Ruhr
    1.2 %
  • 62.Don Bosco
    1.2 %
Quelle: Digitec Galaxus