Evolutionary Machine Learning Techniques

Englisch, Hossam Faris, Ibrahim Aljarah, Seyedali Mirjalili, 2020
Zwischen Mi, 29.7. und Fr, 31.7. geliefert
Mehr als 10 Stück bestellt
kostenloser Versand

Produktinformationen

Das Buch "Evolutionary Machine Learning Techniques" bietet eine umfassende Analyse der aktuellen Techniken im Bereich des evolutionären maschinellen Lernens. Es behandelt die am häufigsten anerkannten Methoden für Klassifikation, Clustering, Regression und Vorhersage. Zu den diskutierten Techniken gehören unter anderem Support Vector Machines, Extreme Learning Machines und verschiedene Arten von künstlichen neuronalen Netzwerken, wie Feed-Forward-Netzwerke, Multi-Layer-Perzeptrons und rekurrente neuronale Netzwerke. Darüber hinaus werden auch neuere Ansätze wie neuro-fuzzy Netzwerke und tiefe neuronale Netzwerke behandelt. Das Buch bietet grundlegende Definitionen, Literaturübersichten und Trainingsalgorithmen für maschinelles Lernen, die sowohl klassische als auch moderne, naturinspirierte Techniken umfassen. Es untersucht die Vor- und Nachteile klassischer Trainingsalgorithmen und stellt eine Vielzahl bewährter und aktueller naturinspirierter Algorithmen vor, die zur Schulung verschiedener Arten von künstlichen neuronalen Netzwerken verwendet werden.

Das Wichtigste auf einen Blick

Thema
Technik & IT
Sprache
Englisch
Autor
Hossam FarisIbrahim AljarahSeyedali Mirjalili
Jahr
2020
Anzahl Seiten
286
Bucheinband
Kartonierter Einband

Allgemeine Informationen

Artikelnummer
56164535
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
11.3.2025

Buch Eigenschaften

Thema
Technik & IT
Sprache
Englisch
Autor
Hossam FarisIbrahim AljarahSeyedali Mirjalili
Jahr
2020
Anzahl Seiten
286
Bucheinband
Kartonierter Einband

Freiwilliger Klimabeitrag

CO₂-Emission
0.35 kg
Klimabeitrag
CHF 0.11

Produktdimensionen

Höhe
235 mm
Breite
155 mm

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
  • 61.HarperCollins
    1.2 %
  • 61.Klett-Cotta
    1.2 %
  • 61.Springer
    1.2 %
  • 61.Various Publishers
    1.2 %
  • 68.Anaconda
    1.3 %
Quelle: Digitec Galaxus