Aller au contenu

UAM Iztapalapa 50 años

Login
  • 0 notices (Plein)
  • Servicios para Alumnos
  • Servicios para Académicos
  • Recupera tu NIP
  • Mis Préstamos y Multas
  • Langue
    • Inglés
    • Español
    • Francés
    • Galego
bannerbg
Recherche avancée
  • Advances in learning theory :
  • Citer
  • Envoyer par SMS
  • Envoyer par courriel
  • Imprimer
  • Exporter les notices
    • Exporter vers RefWorks
    • Exporter vers EndNoteWeb
    • Exporter vers EndNote
  • Ajouter au panier Retirer du panier
  • Permalien
Chargement en cours…
Prévisualiser
Prévisualiser
Prévisualiser

Advances in learning theory : methods, models and applications /

Afficher d'autres versions (1)

This text details advances in learning theory that relate to problems studied in neural networks, machine learning, mathematics and statistics.

Détails bibliographiques
Cote:Libro Electrónico
Collectivité auteur: NATO Advanced Study Institute on Learning Theory and Practice Louvain, Belgium
Autres auteurs: Suykens, Johan A. K.
Format: Électronique Actes de congrès eBook
Langue:Inglés
Publié: Amsterdam ; Washington, DC : Tokyo : IOS Press ; Ohmsha, ©2003.
Collection:NATO science series. Computer and systems sciences ; v. 190.
Sujets:
Computational learning theory > Congresses.
Machine learning > Mathematical models > Congresses.
Théorie de l'apprentissage informatique > Congrès.
Apprentissage automatique > Modèles mathématiques > Congrès.
COMPUTERS > Enterprise Applications > Business Intelligence Tools.
COMPUTERS > Intelligence (AI) & Semantics.
Computational learning theory
Machine learning > Mathematical models
Conference papers and proceedings
Accès en ligne:Texto completo
  • Exemplaires
  • Description
  • Table des matières
  • Autres Versions (1)
  • Documents similaires
  • Affichage MARC

Internet

Texto completo

Items no disponibles

Informations d'exemplaires de

Documents similaires

  • Advances in learning theory : methods, models and applications /
    Publié: (2003)
  • Optimization for machine learning /
    Publié: (2012)
  • Dataset shift in machine learning /
    Publié: (2009)
  • Mastering Machine Learning Algorithms : Expert techniques to implement popular machine learning algorithms and fine-tune your models.
    par: Bonaccorso c/o Quandoo, Giuseppe
    Publié: (2018)
  • Machine learning in non-stationary environments : introduction to covariate shift adaptation /
    par: Sugiyama, Masashi, 1974-
    Publié: (2012)

Coordinación de Servicios Documentales

  • Av. Ferrocarril San Rafael Atlixco, Núm. 186, Col. Leyes de Reforma 1 A Sección, Alcaldía Iztapalapa, C.P. 09310, Ciudad de México.
  • ¿Tienes alguna duda?, por favor envíala al correo eléctronico: bibl@xanum.uam.mx

Horario de servicio

  • Lunes a viernes: 8:00 hrs a 21:45 hrs

Opciones de búsqueda

  • Historique de recherche
  • Catálogo Anterior

¿Necesitas ayuda?

  • Astuces pour la recherche
  • Contacter un bibliothécaire
  • FAQ

Copyright © 2023 Coordinación de Servicios Documentales. Todos los derechos reservados.