Pattern Recognition and Machine Learning
-
10% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 54.95
-
21 463 Ft (20 441 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 10% (cc. 2 146 Ft off)
- Kedvezményes ár 19 317 Ft (18 397 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
21 463 Ft
Beszerezhetőség
A kiadónál véglegesen elfogyott, nem rendelhető. Érdemes újra keresni a címmel, hátha van újabb kiadás.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Elsevier Science
- Megjelenés dátuma 1992. szeptember 9.
- ISBN 9780120588305
- Kötéstípus Keménykötés
- Terjedelem407 oldal
- Méret 233x155 mm
- Súly 750 g
- Nyelv angol 0
Kategóriák
Hosszú leírás:
This is the first text to provide a unified and self-contained introduction to visual pattern recognition and machine learning. It is useful as a general introduction to artifical intelligence and knowledge engineering, and no previous knowledge of pattern recognition or machine learning is necessary. Basic for various pattern recognition and machine learning methods. Translated from Japanese, the book also features chapter exercises, keywords, and summaries.
TöbbTartalomjegyzék:
Reader's Guide. Recognition and Learning By a Computer. Representing Information. Generation and Transformation of Representations. Pattern Feature Extraction. Pattern Feature Extraction. Pattern Understanding Methods. Learning Concepts. Learning Procedures. Learning Based on Logic. Learning Procedures. Learning Based on Logic. Learning By Classification and Discovery. Learning By Neural Network. Appendix. Answers to Exercises. Chapter Summaries, Keywords, And Exercises. Chapter References. Index.
