Introduction to Evolutionary Computing (Natural Computing Series)

Name: Introduction to Evolutionary Computing (Natural Computing Series)
Price: 48.14 EUR
Availability: InStock
Author: Eiben, A. E.
ISBN: 3662448734

Eiben, A. E.

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Kurzinformation

Sprache:

Deutsch

ISBN:

3662448734

Verlag:

Springer

Seitenzahl:

287

Auflage:

Erschienen:

2015-07-10

Dieser Artikel steht derzeit nicht zur Verfügung!

Gebrauchte Bücher kaufen

Information

Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.

Information

Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information

Neuware - verlagsfrische aktuelle Buchausgabe.

Bestellen bei

Neu bestellen bei

E-Book bestellen bei

Handgeprüfte Gebrauchtware

Schnelle Lieferung

Faire Preise

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Weitere Zahlungsmöglichkeiten

Beschreibung

Introduction to Evolutionary Computing (Natural Computing Series)

Diese Beschreibung wurde mittels künstlicher Intelligenz generiert

"Introduction to Evolutionary Computing" von J.E. Smith ist ein umfassendes Werk, das die Grundlagen und Anwendungen der evolutionären Berechnung behandelt. Das Buch gehört zur Natural Computing Series und bietet einen detaillierten Überblick über die Prinzipien und Techniken, die in der evolutionären Informatik verwendet werden. Es deckt Schlüsselkonzepte wie genetische Algorithmen, evolutionäre Strategien, genetische Programmierung und andere verwandte Methoden ab. Der Autor erklärt sowohl die theoretischen Grundlagen als auch praktische Implementierungen dieser Ansätze. Zudem werden Anwendungsbereiche aufgezeigt, in denen evolutionäre Algorithmen erfolgreich eingesetzt werden können, wie Optimierung, maschinelles Lernen und künstliche Intelligenz. Das Buch richtet sich an Studierende und Fachleute aus den Bereichen Informatik, Ingenieurwesen und Naturwissenschaften, die ein tieferes Verständnis für diese innovative Technologie entwickeln möchten.

Produktdetails

Einband:

Gebunden

Seitenzahl:

287

Erschienen:

2015-07-10

Sprache:

Deutsch

EAN:

9783662448731

ISBN:

3662448734

Verlag:

Springer

Gewicht:

593 g

Auflage:

Alle gebrauchten Bücher werden von uns handgeprüft.
So garantieren wir Dir zu jeder Zeit Premiumqualität.

Über den Autor

Eiben, A. E.

Prof. Gusz Eiben received his Ph.D. in Computer Science in 1991. He was among the pioneers of evolutionary computing research in Europe, and served in key roles in steering committees, program committees and editorial boards for all the major related events and publications. His main research areas focused on multiparent recombination, constraint satisfaction, and self-calibrating evolutionary algorithms; he is now researching broader aspects of embodied intelligence and evolutionary robotics.Prof. James E. Smith received his Ph.D. in Computer Science in 1998. He is an associate professor of Interactive Artificial Intelligence and Head of the Artificial Intelligence Research Group in the Dept. of Computer Science and Creative Technologies of The University of the West of England, Bristol. His work has combined theoretical modelling with empirical studies in a number of areas, especially concerning self-adaptive and hybrid systems that "learn how to learn". His current research interests include optimization; machine learning and classification; memetic algorithms; statistical disclosure control; VLSI design verification; adaptive image segmentation and classification and computer vision systems for production quality control; and bioinformatics problems such as protein structure prediction and protein structure comparison.