Gesamtpreis (1 Artikel Artikel):
Versandziel:
9780128116548 - Temporal Data Mining via Unsupervised Ensemble Learning von Yang, Yun (9 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (9)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (9)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Gut oder Befriedigend (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Einband
- alle Einbände
- Hardcover (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Softcover (9)
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (2)
- Keine Print-on-Demand Angebote (6)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 45
- Mehr als EUR 45
Gratisversand
- Kostenloser Versand nach USA (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Land des Verkäufers
Verkäuferbewertung
-
Temporal Data Mining Via Unsupervised Ensemble Learning
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 49,06
EUR 11,57 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbPaperback. Zustand: Brand New. 1st edition. 172 pages. 9.00x7.25x0.75 inches. In Stock.
-
TEMPORAL DATA MINING VIA UNSUPERVISED ENSEMBLE LEARNING
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Verkäuferbewertung 4 von 5 Sternen
EUR 54,16
EUR 7,52 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: 3 verfügbar
In den WarenkorbZustand: New. pp. 172.
-
Temporal Data Mining via Unsupervised Ensemble Learning
Anbieter: Chiron Media, Wallingford, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 44,86
EUR 17,92 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbPaperback. Zustand: New.
-
Zustand: New. pp. 172.
-
TEMPORAL DATA MINING VIA UNSUPERVISED ENSEMBLE LEARNING
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Verkäuferbewertung 4 von 5 Sternen
Zustand: New. pp. 172.
-
Temporal Data Mining via Unsupervised Ensemble Learning
Sprache: Englisch
Verlag: Elsevier Science Publishing Co Inc, 2016
ISBN 10: 0128116544 ISBN 13: 9780128116548
Anbieter: THE SAINT BOOKSTORE, Southport, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 56,86
EUR 17,98 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbPaperback / softback. Zustand: New. New copy - Usually dispatched within 4 working days.
-
Temporal Data Mining via Unsupervised Ensemble Learning
Anbieter: Brook Bookstore On Demand, Napoli, NA, Italien
Verkäuferbewertung 3 von 5 Sternen
EUR 49,72
EUR 5,50 Versand
Versand von Italien nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: new. Questo è un articolo print on demand.
-
Temporal Data Mining via Unsupervised Ensemble Learning
Sprache: Englisch
Verlag: Elsevier, München, Elsevier, 2016
ISBN 10: 0128116544 ISBN 13: 9780128116548
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Temporal Data Mining via Unsupervised Ensemble Learning provides the principle knowledge of temporal data mining in association with unsupervised ensemble learning and the fundamental problems of temporal data clustering from different perspectives. By providing three proposed ensemble approaches of temporal data clustering, this book presents a practical focus of fundamental knowledge and techniques, along with a rich blend of theory and practice. Furthermore, the book includes illustrations of the proposed approaches based on data and simulation experiments to demonstrate all methodologies, and is a guide to the proper usage of these methods. As there is nothing universal that can solve all problems, it is important to understand the characteristics of both clustering algorithms and the target temporal data so the correct approach can be selected for a given clustering problem. Scientists, researchers, and data analysts working with machine learning and data mining will benefit from this innovative book, as will undergraduate and graduate students following courses in computer science, engineering, and statistics. Englisch.
-
Temporal Data Mining via Unsupervised Ensemble Learning
Sprache: Englisch
Verlag: Elsevier, München, Elsevier, 2016
ISBN 10: 0128116544 ISBN 13: 9780128116548
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Temporal Data Mining via Unsupervised Ensemble Learning provides the principle knowledge of temporal data mining in association with unsupervised ensemble learning and the fundamental problems of temporal data clustering from different perspectives. By providing three proposed ensemble approaches of temporal data clustering, this book presents a practical focus of fundamental knowledge and techniques, along with a rich blend of theory and practice. Furthermore, the book includes illustrations of the proposed approaches based on data and simulation experiments to demonstrate all methodologies, and is a guide to the proper usage of these methods. As there is nothing universal that can solve all problems, it is important to understand the characteristics of both clustering algorithms and the target temporal data so the correct approach can be selected for a given clustering problem. Scientists, researchers, and data analysts working with machine learning and data mining will benefit from this innovative book, as will undergraduate and graduate students following courses in computer science, engineering, and statistics.
