9783031609497 - fundamentals of pattern recognition and machine learning von braga-neto, ulisses (5 Ergebnisse)
- Hardcover
Anbieter: Brook Bookstore, Milano, MI, ItalienBrook Bookstore
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 53,49
EUR 27,99 VersandVersand von Italien nach USAAnzahl: 5 verfügbar
Zustand: new.
- Hardcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 73,63
EUR 14,03 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
- Weitere Bilder
Sprache: Englisch
Verlag: Springer, Berlin|Springer International Publishing|Springer, 2024
- Hardcover
Anbieter: moluna, Greven, Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 60,06
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New.
- Hardcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 107,02
EUR 14,64 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Hardcover. Zustand: Brand New. 2nd edition. 400 pages. 9.25x6.10x10.00 inches. In Stock.
- Weitere Bilder
- Hardcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 76,37
EUR 64,95 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book is a concise but thorough introduction tothe tools commonly used in pattern recognition and machine learning, including classification, dimensionality reduction, regression, and clustering, as well as recent popular topics such as deep neural netw…orks and Gaussian process regression. The Second Edition is thoroughly revised, featuring a new chapter on the emerging topic of physics-informed machine learning and additional material on deep neural networks.Combining theory and practice, this book is suitable for the graduate or advanced undergraduate levelclassroom and self-study. It fills the need of a mathematically-rigorous text that is relevant to the practitioner as well, with datasets from applications in bioinformatics and materials informatics used throughout to illustrate the theory. These datasets are available from the book website to be used in end-of-chapter coding assignments based on python and Keras/Tensorflow. All plots in the text were generated using python scripts and jupyter not Elektronisches Buch, which can be downloaded from the book website.
