Verwandte Artikel zu Neural Network Learning Hardback: Theoretical Foundations
Inhaltsangabe
This book describes theoretical advances in the study of artificial neural networks. It explores probabilistic models of supervised learning problems, and addresses the key statistical and computational questions. It is intended to be accessible to researchers and graduate students in computer science, engineering, and mathematics.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Über die Autorin bzw. den Autor
Charlotte y Peter Fiell son dos autoridades en historia, teoría y crítica del diseño y han escrito más de sesenta libros sobre la materia, muchos de los cuales se han convertido en éxitos de ventas. También han impartido conferencias y cursos como profesores invitados, han comisariado exposiciones y asesorado a fabricantes, museos, salas de subastas y grandes coleccionistas privados de todo el mundo. Los Fiell han escrito numerosos libros para TASCHEN, entre los que se incluyen 1000 Chairs, Diseño del siglo XX, El diseño industrial de la A a la Z, Scandinavian Design y Diseño del siglo XXI.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
- VerlagCambridge University Press
- Erscheinungsdatum1999
- ISBN 10 052157353X
- ISBN 13 9780521573535
- EinbandTapa dura
- SpracheEnglisch
- Anzahl der Seiten403
- Kontakt zum HerstellerNicht verfügbar
Neu kaufen
Diesen Artikel anzeigen
EUR 157,13
Gratis für den Versand innerhalb von/der Deutschland
Versandziele, Kosten & Dauer
Suchergebnisse für Neural Network Learning Hardback: Theoretical Foundations
Foto des Verkäufers
Neural network learning theoretical foundations Martin Anthony and Peter L. Bartlett.
Verlag:
Cambridge, Cambridge University Press, 1999
ISBN 10: 052157353X
ISBN 13: 9780521573535
Gebraucht
Hardcover
Anbieter: Antiquariat Bookfarm, Löbnitz, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Hardcover. Ex-library with stamp and library-signature. GOOD condition, some traces of use. Ancien Exemplaire de bibliothèque avec signature et cachet. BON état, quelques traces d'usure. Ehem. Bibliotheksexemplar mit Signatur und Stempel. GUTER Zustand, ein paar Gebrauchsspuren. 68 ANT 9780521573535 Sprache: Englisch Gewicht in Gramm: 1150. Bestandsnummer des Verkäufers 2499879
Anzahl: 1 verfügbar
Foto des Verkäufers
Neural Network Learning
Verlag:
Cambridge University Press, 2015
ISBN 10: 052157353X
ISBN 13: 9780521573535
Gebraucht
Hardcover
Anbieter: Buchpark, Trebbin, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Zustand: Gut. Zustand: Gut | Seiten: 404 | Sprache: Englisch | Produktart: Sonstiges. Bestandsnummer des Verkäufers 1402614/3
Anzahl: 1 verfügbar
Foto des Verkäufers
Neural Network Learning
Print-on-DemandAnbieter: moluna, Greven, Deutschland
Verkäuferbewertung 4 von 5 Sternen
Zustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. This book describes theoretical advances in the study of artificial neural networks. It explores probabilistic models of supervised learning problems, and addresses the key statistical and computational questions. It is intended to be accessible to research. Bestandsnummer des Verkäufers 446940599
Anzahl: Mehr als 20 verfügbar
Foto des Verkäufers
Neural Network Learning : Theoretical Foundations
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers 699707-n
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Neural Network Learning: Theoretical Foundations
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. In. Bestandsnummer des Verkäufers ria9780521573535_new
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Neural Network Learning: Theoretical Foundations
Anbieter: California Books, Miami, FL, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers I-9780521573535
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Neural Network Learning: Theoretical Foundations
Print-on-DemandAnbieter: THE SAINT BOOKSTORE, Southport, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Hardback. Zustand: New. This item is printed on demand. New copy - Usually dispatched within 5-9 working days 709. Bestandsnummer des Verkäufers C9780521573535
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Neural Network Learning: Theoretical Foundations
Print-on-DemandAnbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Hardcover. Zustand: Brand New. 1st edition. 389 pages. 8.75x6.00x1.25 inches. In Stock. This item is printed on demand. Bestandsnummer des Verkäufers __052157353X
Anzahl: 1 verfügbar
Foto des Verkäufers
Neural Network Learning : Theoretical Foundations
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
Zustand: New. Bestandsnummer des Verkäufers 699707-n
Anzahl: Mehr als 20 verfügbar
Beispielbild für diese ISBN
Neural Network Learning (Hardcover)
Verlag:
Cambridge University Press, Cambridge, 1999
ISBN 10: 052157353X
ISBN 13: 9780521573535
Neu
Hardcover
Erstausgabe
Anbieter: AussieBookSeller, Truganina, VIC, Australien
Verkäuferbewertung 3 von 5 Sternen
Hardcover. Zustand: new. Hardcover. This important work describes recent theoretical advances in the study of artificial neural networks. It explores probabilistic models of supervised learning problems, and addresses the key statistical and computational questions. Chapters survey research on pattern classification with binary-output networks, including a discussion of the relevance of the Vapnik Chervonenkis dimension, and of estimates of the dimension for several neural network models. In addition, Anthony and Bartlett develop a model of classification by real-output networks, and demonstrate the usefulness of classification with a "large margin." The authors explain the role of scale-sensitive versions of the Vapnik Chervonenkis dimension in large margin classification, and in real prediction. Key chapters also discuss the computational complexity of neural network learning, describing a variety of hardness results, and outlining two efficient, constructive learning algorithms. The book is self-contained and accessible to researchers and graduate students in computer science, engineering, and mathematics. This important work describes recent theoretical advances in the study of artificial neural networks. It explores probabilistic models of supervised learning problems, and addresses the key statistical and computational questions. Chapters survey research on pattern classification with binary-output networks, including a discussion of the relevance of the Vapnik Chervonenkis dimension, and of estimates of the dimension for several neural network models. In addition, Anthony and Bartlett develop a model of classification by real-output networks, and demonstrate the usefulness of classification with a "large margin." The authors explain the role of scale-sensitive versions of the Vapnik Chervonenkis dimension in large margin classification, and in real prediction. Key chapters also discuss the computational complexity of neural network learning, describing a variety of hardness results, and outlining two efficient, constructive learning algorithms. The book is self-contained and accessible to researchers and graduate students in computer science, engineering, and mathematics. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. Bestandsnummer des Verkäufers 9780521573535
Anzahl: 1 verfügbar