schliessen

Filtern

 

Bibliotheken

PAC-Bayesian pattern classification with kernels : theory, algorithms, and an application to the game of Go / vorgelegt Thore Graepel

PPN (Catalogue-ID): 358565715
Personen: Graepel, Thore
Format: eBook eBook
Language: English
Published: 2002
Hochschule: Berlin, Techn. Univ., Diss., 2002
Basisklassifikation: 54.80
Subjects:

Bayes-Lernen / Überwachtes Lernen / Mustererkennung / Automatische Klassifikation / Support-Vektor-Maschine / Go

Formangabe: Hochschulschrift
Physical Description: Online-Ressource (239 S., 5015 KB)

Similar Items

Vorhandene Hefte/Bände

more (+)

Informationen zur Verfügbarkeit werden geladen

Staff View
LEADER 03595cam a2200889 4500
001 358565715
003 DE-627
005 20190919135909.0
007 cr uuu---uuuuu
008 030102s2002 xx |||||om 00| ||eng c
015 |a 03,H01,0649  |2 dnb 
016 7 |a 965577813  |2 DE-101 
035 |a (DE-627)358565715 
035 |a (DE-599)GBV358565715 
035 |a (OCoLC)175067615 
040 |a DE-627  |b ger  |c DE-627  |e rakwb 
041 |a eng 
044 |c XA-DE 
084 |a 28  |a 27  |a 50  |2 sdnb 
084 |a 54.80  |2 bkl 
245 1 0 |a PAC-Bayesian pattern classification with kernels  |b theory, algorithms, and an application to the game of Go  |c vorgelegt Thore Graepel 
264 1 |c 2002 
300 |a Online-Ressource (239 S., 5015 KB) 
336 |a Text  |b txt  |2 rdacontent 
337 |a Computermedien  |b c  |2 rdamedia 
338 |a Online-Ressource  |b cr  |2 rdacarrier 
502 |a Berlin, Techn. Univ., Diss., 2002 
655 7 |a Hochschulschrift  |0 (DE-588)4113937-9  |0 (DE-627)105825778  |0 (DE-576)209480580  |2 gnd-content 
689 0 0 |D s  |0 (DE-588)4701615-2  |0 (DE-627)354895338  |0 (DE-576)215301684  |a Bayes-Lernen  |2 gnd 
689 0 1 |D s  |0 (DE-588)4580264-6  |0 (DE-627)325212333  |0 (DE-576)213919990  |a Überwachtes Lernen  |2 gnd 
689 0 2 |D s  |0 (DE-588)4040936-3  |0 (DE-627)104360054  |0 (DE-576)209042761  |a Mustererkennung  |2 gnd 
689 0 3 |D s  |0 (DE-588)4120957-6  |0 (DE-627)105772739  |0 (DE-576)209539372  |a Automatische Klassifikation  |2 gnd 
689 0 4 |D s  |0 (DE-588)4505517-8  |0 (DE-627)245346708  |0 (DE-576)213125757  |a Support-Vektor-Maschine  |2 gnd 
689 0 5 |D s  |0 (DE-588)4071909-1  |0 (DE-627)106096699  |0 (DE-576)209185244  |a Go  |g Spiel  |2 gnd 
689 0 |5 DE-101 
700 1 |a Graepel, Thore  |0 (DE-588)1195185561  |0 (DE-627)1677352906 
751 |a Berlin  |4 uvp 
856 4 0 |u https://edocs.tib.eu/files/e01dd01/358565715.pdf  |x Verlag  |3 Volltext 
856 4 2 |u https://edocs.tib.eu/files/e01dd01/358565715l.pdf  |x Verlag  |y Leseprobe 
912 |a GBV_ILN_20 
912 |a SYSFLAG_1 
912 |a GBV_KXP 
912 |a GBV_ILN_21 
912 |a GBV_ILN_22 
912 |a GBV_ILN_30 
912 |a GBV_ILN_32 
912 |a GBV_ILN_40 
912 |a GBV_ILN_60 
912 |a GBV_ILN_70 
912 |a GBV_ILN_110 
936 b k |a 54.80  |j Angewandte Informatik  |0 (DE-627)106417967 
951 |a BO 
980 |2 20  |1 01  |b 653216165  |x 0084  |y x  |z 22-06-04 
980 |2 21  |1 01  |b 659732726  |x 0046  |y z  |z 13-08-04 
980 |2 22  |1 01  |b 58673631X  |h SUBolrd  |x 0018  |y xu  |z 21-01-03 
980 |2 30  |1 01  |b 719771404  |x 0104  |y z  |z 14-05-05 
980 |2 32  |1 01  |b 733755860  |f Online  |d INF 2005  |x 3400  |y k  |z 25-08-05 
980 |2 40  |1 01  |b 586736328  |x 0007  |y xsn  |z 21-01-03 
980 |2 60  |1 01  |b 586736336  |x 0705  |y z  |z 21-01-03 
980 |2 70  |1 01  |b 891719091  |x 0089  |y z  |z 19-09-08 
980 |2 110  |1 01  |b 719771412  |x 3110  |y xz  |z 14-05-05 
981 |2 20  |1 01  |r http://d-nb.info/965577813 
981 |2 21  |1 01  |r http://d-nb.info/965577813 
981 |2 22  |1 01  |r http://deposit.ddb.de/cgi-bin/dokserv?idn=965577813 
981 |2 30  |1 01  |r http://d-nb.info/965577813 
981 |2 40  |1 01  |r http://webdoc.sub.gwdg.de/ebook/diss/2003/tu-berlin/diss/2002/graepel_thore.pdf 
981 |2 60  |1 01  |r http://d-nb.info/965577813 
981 |2 70  |1 01  |r https://edocs.tib.eu/files/e01dd01/358565715.pdf 
981 |2 110  |1 01  |r http://d-nb.info/965577813 
983 |2 32  |1 00  |8 00  |a ST 330 
983 |2 40  |1 00  |8 00  |0 (DE-601)619941561  |a AHI 500  |b Pattern Recognition {Computing Methodologies} 
983 |2 60  |1 01  |8 10  |a ho 
985 |2 21  |1 01  |a OLRD 
985 |2 30  |1 01  |a OLRD 
985 |2 60  |1 01  |a OLRD 
985 |2 110  |1 01  |a OLRD 
995 |2 22  |1 01  |a SUBolrd