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 GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • 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.