• Produktbild: ECML PKDD 2018 Workshops
  • Produktbild: ECML PKDD 2018 Workshops
Band 967

ECML PKDD 2018 Workshops DMLE 2018 and IoTStream 2018, Dublin, Ireland, September 10-14, 2018, Revised Selected Papers

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.03.2019

Abbildungen

IX, 43 illus., 27 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Anna Monreale + weitere

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-14879-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

08.03.2019

Abbildungen

IX, 43 illus., 27 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-14879-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: ECML PKDD 2018 Workshops
  • Produktbild: ECML PKDD 2018 Workshops
  • Decentralized Machine Learning on the Edge. - Sparsity in Deep Neural Networks---An Empirical Investigation with TensorQuant. - Asynchronous Federated Learning for Geospatial Applications. - Generalizing Knowledge in Decentralized Rule-based Models. - Introducing Noise in Decentralized Training of Neural Networks. - Query Log Analysis: Detecting Anomalies in DNS Traffic at a TLD Resolver. - Multimodal Tweet Sentiment Classification Algorithm Based on Attention Mechanism. - Active Learning by Clustering for Drifted Data Stream Classification. - Self Hyper-Parameter Tuning for Stream Recommendation Algorithms. - Deep Online Storage-Free Learning on Unordered Image Streams. - Fault Prognostics for the Predictive Maintenance of Wind Turbines: State of the Art.