
Learning in Non-Stationary Environments: Methods and Applications
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Learning in Non-Stationary Environments: Methods and Applications" von Edwin Lughofer behandelt die Herausforderungen und Methoden des maschinellen Lernens in dynamischen Umgebungen, in denen sich Datenverteilungen im Laufe der Zeit ändern. Das Buch bietet einen umfassenden Überblick über adaptive Algorithmen und Techniken, die es ermöglichen, Modelle kontinuierlich zu aktualisieren, um auf Veränderungen zu reagieren. Es deckt sowohl theoretische Grundlagen als auch praktische Anwendungen ab, darunter Überwachungs-, Diagnose- und Steuerungssysteme in verschiedenen Industriebereichen. Durch Fallstudien und Beispiele wird veranschaulicht, wie solche Methoden effektiv implementiert werden können, um robuste und flexible Lösungen für reale Probleme zu entwickeln.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 358 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 241 Seiten
- Erschienen 2019
- Kogan Page
- Hardcover -
- Erschienen 2017
- Springer
- hardcover
- 398 Seiten
- Erschienen 2020
- Chapman and Hall/CRC
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- paperback
- 750 Seiten
- Erschienen 2003
- Pearson
- Hardcover
- 272 Seiten
- Erschienen 1996
- Wiley-Interscience
- Kartoniert
- 445 Seiten
- Erschienen 2020
- dpunkt.verlag GmbH
- paperback
- 384 Seiten
- Erschienen 2012
- Pfeiffer
- Kartoniert
- 264 Seiten
- Erschienen 2018
- Kogan Page