Gutscheinbedingungen

**Gültig vom 20.07.2026 bis 22.07.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | 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

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.09.2006

Herausgeber

José L. Balcázar + weitere

Verlag

Springer Berlin

Seitenzahl

393

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

576 g

Auflage

2006

Sprache

Englisch

ISBN

978-3-540-46649-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.09.2006

Herausgeber

Verlag

Springer Berlin

Seitenzahl

393

Maße (L/B/H)

23,5/15,5/2,3 cm

Gewicht

576 g

Auflage

2006

Sprache

Englisch

ISBN

978-3-540-46649-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Algorithmic Learning Theory
  • Produktbild: Algorithmic Learning Theory
  • Editors’ Introduction.- Editors’ Introduction.- Invited Contributions.- Solving Semi-infinite Linear Programs Using Boosting-Like Methods.- e-Science and the Semantic Web: A Symbiotic Relationship.- Spectral Norm in Learning Theory: Some Selected Topics.- Data-Driven Discovery Using Probabilistic Hidden Variable Models.- Reinforcement Learning and Apprenticeship Learning for Robotic Control.- Regular Contributions.- Learning Unions of ?(1)-Dimensional Rectangles.- On Exact Learning Halfspaces with Random Consistent Hypothesis Oracle.- Active Learning in the Non-realizable Case.- How Many Query Superpositions Are Needed to Learn?.- Teaching Memoryless Randomized Learners Without Feedback.- The Complexity of Learning SUBSEQ (A).- Mind Change Complexity of Inferring Unbounded Unions of Pattern Languages from Positive Data.- Learning and Extending Sublanguages.- Iterative Learning from Positive Data and Negative Counterexamples.- Towards a Better Understanding of Incremental Learning.- On Exact Learning from Random Walk.- Risk-Sensitive Online Learning.- Leading Strategies in Competitive On-Line Prediction.- Hannan Consistency in On-Line Learning in Case of Unbounded Losses Under Partial Monitoring.- General Discounting Versus Average Reward.- The Missing Consistency Theorem for Bayesian Learning: Stochastic Model Selection.- Is There an Elegant Universal Theory of Prediction?.- Learning Linearly Separable Languages.- Smooth Boosting Using an Information-Based Criterion.- Large-Margin Thresholded Ensembles for Ordinal Regression: Theory and Practice.- Asymptotic Learnability of Reinforcement Problems with Arbitrary Dependence.- Probabilistic Generalization of Simple Grammars and Its Application to Reinforcement Learning.- Unsupervised Slow Subspace-Learning from Stationary Processes.- Learning-Related Complexity of Linear Ranking Functions.