Machine Learning for Archaeological Applications in R

Englisch, Denisse L. Argote, Manuel A. Torres-García, Michael C. Thrun, Pedro A. López-García, 2024
Zwischen Mi, 5.8. und Do, 6.8. geliefert
Nur 1 Stück an Lager beim Lieferanten
kostenloser Versand

Produktinformationen

"Machine Learning for Archaeological Applications in R" ist ein Fachbuch, das sich mit der Anwendung von maschinellem Lernen in der Archäologie beschäftigt. Es beleuchtet die Nutzung von Klassifikationsmethoden, die in den Bereichen Chemometrie, künstliche Intelligenz und Bayesscher Statistik entwickelt wurden. Das Buch bietet eine umfassende Einführung in die Verarbeitung von Daten mit der Programmiersprache R und enthält spezifischen Code, der den Leserinnen und Lesern hilft, die Konzepte praktisch anzuwenden. Die Autorinnen und Autoren, darunter Pedro A. López-García und Denisse L. Argote, kombinieren theoretische Grundlagen mit praktischen Beispielen, um die Relevanz von maschinellem Lernen in archäologischen Anwendungen zu verdeutlichen. Dieses Werk richtet sich an Fachleute und Studierende der Sozialwissenschaften, die ein tieferes Verständnis für die Integration von Technologie in die Archäologie erlangen möchten.

Das Wichtigste auf einen Blick

Sprache
Englisch
Autor
Denisse L. ArgoteManuel A. Torres-GarcíaMichael C. ThrunPedro A. López-García
Jahr
2024
Anzahl Seiten
98

Allgemeine Informationen

Artikelnummer
53715226
Verlag
Cambridge UP
Kategorie
Fachbücher
Release-Datum
20.12.2024

Buch Eigenschaften

Sprache
Englisch
Autor
Denisse L. ArgoteManuel A. Torres-GarcíaMichael C. ThrunPedro A. López-García
Jahr
2024
Anzahl Seiten
98

Freiwilliger Klimabeitrag

CO₂-Emission
0.35 kg
Klimabeitrag
CHF 0.11

Produktdimensionen

Höhe
235 mm
Breite
157 mm
Gewicht
305 g

30 Tage Rückgaberecht wenn ungeöffnet
Keine Garantie
1 zusätzliches Angebot

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
  • Cambridge UP
    Ungenügende Daten
  • 1.An der Ruhr
    0 %
  • 1.Avery Publishing Group
    0 %
  • 1.Beltz
    0 %
  • 1.Beltz & Gelberg
    0 %

Garantiefalldauer

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

Quelle: Digitec Galaxus
  • Cambridge UP
    Ungenügende Daten
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Artist Ahead
    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
  • 1.Beltz
    0 %
  • 1.Brunnen
    0 %
  • 1.Cambridge UP
    0 %
  • 1.Hachette
    0 %
  • 1.Laurence King
    0 %
Quelle: Digitec Galaxus