flamary (15 Ergebnisse)

Zustand: New.

Zustand: As New. Unread book in perfect condition.

Zustand: New. In.

Paris, Librairie Hachette, 1900, in12 cartonnage imprimé de l'éditeur, 352 pages, nombreuses illustrations in et hors-texte, bon état. Choix de lectures sur les six départements de l'Académie de Clermont.

Zustand: New.

Zustand: As New. Unread book in perfect condition.

Zustand: New.

Paris, Librairie Hachette 1900. Fort in-8 relié cartonnage vert. Titre doré sur le dos. Couverture conservée. Fonrtispice, XII + 352 pages. Nombreuses illustrations dans et hors texte.

Couverture rigide. Zustand: bon. R200086231: 1900. In-12. Relié plein cuir. Bon état, Couv. convenable, Dos satisfaisant, Papier jauni. 352 pages. Nombreuses illustrations en noir et blanc,dans et hors texte.Portrait de Blaise Pascal en frontispice, noir et blanc, sous serpente. Auteurs, titre et encadrements dorés au dos. Contreplats jaspés. Annotation "Lycée Blaise Pascal Clermont-Ferrand" doré en 1er plat. . . . Classification Dewey : 908.4459-Régionalisme : Auvergne.

Leather Bound. Zustand: New. Presenting an Exquisite Leather-Bound Edition, expertly crafted with Original Natural Leather that gracefully adorns the spine and corners. The allure continues with Golden Leaf Printing that adds a touch of elegance, while Hand Embossing on the rounded spine lends an artistic flair. This masterpiece has been meticulously reprinted in 2025, utilizing the invaluable guidance of the original edition published many years ago in 1900. The contents of this book are presented in classic black and white. Its durability is ensured through a meticulous sewing binding technique, enhancing its longevity. Imprinted on top-tier quality paper. A team of professionals has expertly processed each page, delicately preserving its content without alteration. Due to the vintage nature of these books, every page has been manually restored for legibility. However, in certain instances, occasional blurriness, missing segments, or faint black spots might persist. We sincerely hope for your understanding of the challenges we faced with these books. Recognizing their significance for readers seeking insight into our historical treasure, we've diligently restored and reissued them. Our intention is to offer this valuable resource once again. We eagerly await your feedback, hoping that you'll find it appealing and will generously share your thoughts and recommendations. Pages:- 376, Print on Demand. If it is a multi-volume set, then it is only a single volume. We are specialised in Customisation of books, if you wish to opt different color leather binding, you may contact us. This service is chargeable. Product Disclaimer: Kindly be informed that, owing to the inherent nature of leather as a natural material, minor discolorations or textural variations may be perceptible. Explore the FOLIO EDITION (12x19 Inches): Available Upon Request. 376 376.

PAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Cet ouvrage présente une introduction à l'apprentissage statistique pour le signal dans le cadre des Interfaces Cerveau-Machine (ICM). Nous introduisons tout d'abord les ICM, qui sont des systèmes visant à contrôler une machine par l'intermédiaire du cerveau. Nous proposons également une introduction à l'apprentissage statistique où l'on abordera la régularisation et les a priori que cette dernière permet d'intégrer dans le processus d'apprentissage. Un rappel concernant les algorithmes d'optimisation utilisés en apprentissage statistique est également fait. Nous présentons ensuite deux méthodes d'apprentissage statistique pour le signal. Tous d'abord une méthode d'apprentissage de filtre permettant de maximiser la marge entre les exemples d'apprentissage, puis une approche multitâche qui permet de transférer de l'information entre plusieurs problèmes d'apprentissage. Des applications de ces méthodes sont faites sur des données réelles de type ICM. 180 pp. Französisch.

Taschenbuch. Zustand: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Cet ouvrage présente une introduction à l'apprentissage statistique pour le signal dans le cadre des Interfaces Cerveau-Machine (ICM). Nous introduisons tout d'abord les ICM, qui sont des systèmes visant à contrôler une machine par l'intermédiaire du cerveau. Nous proposons également une introduction à l'apprentissage statistique où l'on abordera la régularisation et les a priori que cette dernière permet d'intégrer dans le processus d'apprentissage. Un rappel concernant les algorithmes d'optimisation utilisés en apprentissage statistique est également fait. Nous présentons ensuite deux méthodes d'apprentissage statistique pour le signal. Tous d'abord une méthode d'apprentissage de filtre permettant de maximiser la marge entre les exemples d'apprentissage, puis une approche multitâche qui permet de transférer de l'information entre plusieurs problèmes d'apprentissage. Des applications de ces méthodes sont faites sur des données réelles de type ICM.Books on Demand GmbH, Überseering 33, 22297 Hamburg 180 pp. Französisch.

Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Cet ouvrage présente une introduction à l'apprentissage statistique pour le signal dans le cadre des Interfaces Cerveau-Machine (ICM). Nous introduisons tout d'abord les ICM, qui sont des systèmes visant à contrôler une machine par l'intermédiaire du cerveau. Nous proposons également une introduction à l'apprentissage statistique où l'on abordera la régularisation et les a priori que cette dernière permet d'intégrer dans le processus d'apprentissage. Un rappel concernant les algorithmes d'optimisation utilisés en apprentissage statistique est également fait. Nous présentons ensuite deux méthodes d'apprentissage statistique pour le signal. Tous d'abord une méthode d'apprentissage de filtre permettant de maximiser la marge entre les exemples d'apprentissage, puis une approche multitâche qui permet de transférer de l'information entre plusieurs problèmes d'apprentissage. Des applications de ces méthodes sont faites sur des données réelles de type ICM.