Bousquet / Rätsch / Luxburg | Advanced Lectures on Machine Learning | Buch | 978-3-540-23122-6 | sack.de

Buch, Englisch, 246 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 394 g

Reihe: Lecture Notes in Artificial Intelligence

Bousquet / Rätsch / Luxburg

Advanced Lectures on Machine Learning

ML Summer Schools 2003, Canberra, Australia, February 2-14, 2003, Tübingen, Germany, August 4-16, 2003, Revised Lectures
2004
ISBN: 978-3-540-23122-6
Verlag: Springer Berlin Heidelberg

ML Summer Schools 2003, Canberra, Australia, February 2-14, 2003, Tübingen, Germany, August 4-16, 2003, Revised Lectures

Buch, Englisch, 246 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 394 g

Reihe: Lecture Notes in Artificial Intelligence

ISBN: 978-3-540-23122-6
Verlag: Springer Berlin Heidelberg


Machine Learning has become a key enabling technology for many engineering applications, investigating scientific questions and theoretical problems alike. To stimulate discussions and to disseminate new results, a summer school series was started in February 2002, the documentation of which is published as LNAI 2600.

This book presents revised lectures of two subsequent summer schools held in 2003 in Canberra, Australia, and in Tübingen, Germany. The tutorial lectures included are devoted to statistical learning theory, unsupervised learning, Bayesian inference, and applications in pattern recognition; they provide in-depth overviews of exciting new developments and contain a large number of references.

Graduate students, lecturers, researchers and professionals alike will find this book a useful resource in learning and teaching machine learning.

Bousquet / Rätsch / Luxburg Advanced Lectures on Machine Learning jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


An Introduction to Pattern Classification.- Some Notes on Applied Mathematics for Machine Learning.- Bayesian Inference: An Introduction to Principles and Practice in Machine Learning.- Gaussian Processes in Machine Learning.- Unsupervised Learning.- Monte Carlo Methods for Absolute Beginners.- Stochastic Learning.- to Statistical Learning Theory.- Concentration Inequalities.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.